如下所示：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
|
# -*- coding: utf-8 -*-import waveimport numpy as npimport matplotlib.pyplot as plt # 打开wav文件 ，open返回一个的是一个wave_read类的实例，通过调用它的方法读取wav文件的格式和数据。f = wave.open(r"d:\project\rec001.wav","rb")# 读取格式信息# 一次性返回所有的wav文件的格式信息，它返回的是一个组元(tuple)：声道数, 量化位数（byte单位）, 采# 样频率, 采样点数, 压缩类型, 压缩类型的描述。wave模块只支持非压缩的数据，因此可以忽略最后两个信息params = f.getparams()[nchannels, sampwidth, framerate, nframes] = params[:4]# 读取波形数据# 读取声音数据，传递一个参数指定需要读取的长度（以取样点为单位）str_data = f.readframes(nframes)f.close()# 将波形数据转换成数组# 需要根据声道数和量化单位，将读取的二进制数据转换为一个可以计算的数组wave_data = np.fromstring(str_data,dtype = np.short)# 将wave_data数组改为2列，行数自动匹配。在修改shape的属性时，需使得数组的总长度不变。wave_data.shape = -1,2# 转置数据wave_data = wave_data.t# 通过取样点数和取样频率计算出每个取样的时间。time=np.arange(0,nframes/2)/framerate# print(params)plt.figure(1)# time 也是一个数组，与wave_data[0]或wave_data[1]配对形成系列点坐标plt.subplot(211)plt.plot(time,wave_data[0])plt.xlabel("time/s")plt.title('wave') n=44100start=0# 开始采样位置df = framerate/(n-1)# 分辨率freq = [df*n for n in range(0,n)]# n个元素wave_data2=wave_data[0][start:start+n]c=np.fft.fft(wave_data2)*2/n# 常规显示采样频率一半的频谱plt.subplot(212)plt.plot(freq[:round(len(freq)/2)],abs(c[:round(len(c)/2)]),'r')plt.title('freq')plt.xlabel("freq/hz")plt.show() |
以上这篇使用python进行波形及频谱绘制的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/sinat_29242905/article/details/86499907
