Python音频wav文件分析

Question

我正在开发一个需要30分钟wav文件的程序，并针对各种事件进行分析。我有一堆30分钟的体育赛事wav文件，并试图自动找到某些事件发生的时间。

例如，以下是我希望尝试识别的事件： - 当目标或事件发生时，人群中会有噪音和欢呼声。我想返回这些事件发生的时间。 - 或者当吹口哨时 - 能够长时间识别完全沉默会很有帮助

我一直在玩这些音频样本的FFT图表，并得出结论，这并没有让我对这些事件有最好的了解。什么是最好的过程呢？

非常感谢任何指导。

由于

Answer 1

希望以下步骤可以帮助您。

1. 阅读WAV文件：

   Reading *.wav files in Python

   Python Wave byte data

2. 检测声音：

   Detect and record a sound with python

   Detect tap with pyaudio from live mic

   Python record audio on detected sound

3. 确定声音块中的第一个异常点，如：

   sample_rate = 44100
   wav_file_duration = 30*60   #in sec.
   first_abnormal_point_index = 20000
   

   然后声音的开始是：

   onset = first_abnormal_point_index/sample_rate * wav_file_duration
   

或者您也可以使用其他python包来执行此操作，例如 Modal或aubio。