一直以來音頻的分析工具都是matlab ，雖然部分播放器都有些內置的分析模塊 ，但是cooledit AD內置的都不太好用，僅僅支持幾種固定的數據，對于自定義格式的音頻數據無能為力，并且需要隨著cooledit 被收購后AD的價格也太高了，有需要安裝如此大的應用軟件，重要的是還不能跨平臺。
幾年來的一個趨勢就是Python 漸漸成了各個方向首選的工具，比起臃腫的起來app，Python的輕量級 工具包模塊可以在線和離線自定義安裝，最重要的可以實現跨平臺應用。
音頻的Python 工具主要是pyaudio ，一般audio的分析也需要數值運算和畫圖功能。
例子：
16bit adc 數據以32 位的視頻進行存貯，使用8khz 采樣率采集，數據使用1khz 正弦波，單通道。

這個數據首先要從字符串轉成Python能夠運算的數據，這個就是用ord函數進行，再做一次fft ，然后進行時域和頻域的畫圖。
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_lowif data > 32768:data = data - 65536count = 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()

實際效果：

原始數據文件可以在微信公眾號 程序開發的晉級之路索取

總結

以上是生活随笔為你收集整理的audio 应用-Python 分析工具的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。