一直以来音频的分析工具都是matlab ,虽然部分播放器都有些内置的分析模块 ,但是cooledit AD内置的都不太好用,仅仅支持几种固定的数据,对于自定义格式的音频数据无能为力,并且需要随着cooledit 被收购后AD的价格也太高了,有需要安装如此大的应用软件,重要的是还不能跨平台。
几年来的一个趋势就是Python 渐渐成了各个方向首选的工具,比起臃肿的起来app,Python的轻量级 工具包模块可以在线和离线自定义安装,最重要的可以实现跨平台应用。
音频的Python 工具主要是pyaudio ,一般audio的分析也需要数值运算和画图功能。
例子:
16bit adc 数据以32 位的视频进行存贮,使用8khz 采样率采集,数据使用1khz 正弦波,单通道。
这个数据首先要从字符串转成Python能够运算的数据,这个就是用ord函数进行,再做一次fft ,然后进行时域和频域的画图。
import wave
import pyaudio
import numpy
import pylab
import os
import struct
def str2hex(s):
odata = 0;
#su = s.upper()
su = s
print ((s))
for c in su:
tmp = ord©
if tmp < ord(‘9’):
odata = odata<<4
odata += tmp - ord(‘0’)
elif ord(‘A’) <= tmp <= ord(‘F’):
odata = odata<4
odata += tmp - ord(‘A’) +10
return odata
wf = open("./chent.bin", “rb”)
size = os.path.getsize("./chent.bin")
wave_data2 = [0]*500
wave_data = [0]*500
for i in range(2000):
swap_data = wf.read(1)
#print ((i))
if (i%4) == 2:
swap_data_low = ord(swap_data)
#print (("%d" % swap_data_low))
if (i%4) == 3:
swap_data_high = ord(swap_data)
#print (("%d" % swap_data_high))
data = swap_data_high*255 + swap_data_low
if data > 32768:
data = data - 65536
count = int(i/4)
wave_data2[count] = data
print ((data))
wf.close()
print ((“out #######”))
N = 500
framerate = 8000
df = framerate/(N-1)
freq = [df*n for n in range(0,N)]
c=numpy.fft.fft(wave_data2)2/N
d=int(len©/2)
#time = numpy.arange(0, nframes)(1/framerate)
time = numpy.arange(0, 500)*(1/framerate)
shiyu = [0]*500
for i in range(500):
shiyu[i] = wave_data2[i]
pylab.plot(time,shiyu)
pylab.show()
while freq[d]>4000:
d-=10
pylab.plot(freq[:d-1],abs(c[:d-1]),‘r’)
pylab.show()
实际效果:
原始数据文件可以在微信公众号 程序开发的晋级之路索取