我正在尝试创建一个发出变化音调的简单WAV文件。但是,写入文件的波形与get_sample
返回的数据不对应。
我希望音调以对数方式改变,从A10(28,160 Hz)开始到A0(27.5 Hz)结束。当每一秒通过时,音高应平滑下降一个八度。
实际发生的事情很难解释。语气改变了,但是出于意想不到的方式。而让我的问题更加奇怪的是降低采样率会使问题恶化。在this output中,每秒48,000个样本,音高迅速下降,然后再次上升,再次缓慢下降。在this output每秒3000个样本中,会发生类似的效果,但它更加极端和混乱。我做错了什么?
from math import pi, sin
from sys import byteorder
import wave
def get_sample(time):
frequency = a10 / 2.0 ** time
# print('{:.15f} {:.15f} {:.15f}'.format(time, frequency, sin(pi2 * frequency * time)))
return sin(pi2 * frequency * time)
pi2 = 2 * pi
a10 = 28160.0
NUMBER_OF_CHANNELS = 1
SAMPLE_RATE = 48000 # samples per second
SAMPLE_WIDTH = 3 # bytes
DURATION = 10 # seconds
MAX_SAMPLE_VALUE = 2 ** (SAMPLE_WIDTH * 8 - 1)
samples = bytearray()
for i in range(SAMPLE_RATE * DURATION):
time = i / SAMPLE_RATE
sample = round(get_sample(time) * MAX_SAMPLE_VALUE)
if sample == MAX_SAMPLE_VALUE:
sample -= 1
samples.extend(sample.to_bytes(SAMPLE_WIDTH, byteorder, signed=True))
with wave.open('output.wav', 'wb') as output:
output.setnchannels(NUMBER_OF_CHANNELS)
output.setsampwidth(SAMPLE_WIDTH)
output.setframerate(SAMPLE_RATE)
output.setnframes(NUMBER_OF_CHANNELS * SAMPLE_RATE * DURATION)
output.setcomptype('NONE', 'not compressed')
output.writeframes(samples)
答案 0 :(得分:2)
对于48000的采样率,28,160Hz的频率为高。
采样率为3,000Hz,最大频率小于1.5KHz
这与奈奎斯特采样率有关。简而言之,您可以在给定采样率下采样的最大频率是采样率的1/2。实际上,它的采样率不到1/2。
请参阅:
https://en.wikipedia.org/wiki/Nyquist_frequency
0 https://dsp.stackexchange.com/
考虑到48000Hz的采样率,您可以采样的最大频率为24,000Hz。这个最大频率是IDEALIZED,它会少得多。
要捕获28,160Hz频率,您需要的采样率超过5620Hz。说64,000Hz,或更好 96000Hz采样率。
编辑:BTW 为什么频率功能升至TIME的功率? ** 击>
这会导致一些奇怪的锯齿效果
我认为应该是:
frequency = a10 * time
击> <击> 撞击> 我明白了......你正在做一个频率扫描。从而在每个采样时间调整频率。
答案 1 :(得分:1)
有两个问题。
以 f S 速率采样的信号只有在不包含高于 f 的频率的分量时才能正确重建小号子> / 2。当重建样本信号时,任何频率超出区间[0, f S / 2]的信号分量都会折叠进入该区间(例如,通过你的声卡)。
这称为aliasing,可以通过在采样前对信号进行低通滤波或使采样率足够高来避免。
在您的情况下,如果您想采样频率为28160 Hz的正弦波,采样率必须至少为56320 Hz。
def get_sample(time): frequency = a10 / 2.0 ** time return sin(pi2 * frequency * time)
阶段是sin
函数的参数。它在时间上的导数是instantaneous frequency,它是我们听到的音调的音高。
在这种情况下,如果我们将frequency = a10 / 2.0 ** time
插入pi2 * frequency * time
,则阶段为
pi2 * (a10 / 2.0 ** time) * time
或用符号表示法:
φ=2π·A10·2 - t · t
f =2π·A10·2 - t ·(1 - ln 2· t ),
而不是2π·A10·2 - t 正如您所料。
这是使用您的方法获得的实际频率扫描图(考虑混叠,注意曲线在0 Hz和24000 Hz线条处的反射方式),与您的预期相比:
这是与对数频率刻度相同的图,这是我们将频率视为音高的方式:
通过进行以下更改,您可以获得正确的结果:
为SAMPLE_RATE
使用足够高的值。
不要直接从给定时间计算样本,而是保持一个相位值,该相位值以与预期频率成比例的速率递增(将其包裹在2π以使其不会超出界限) ,通过替换
def get_sample(time): frequency = a10 / 2.0 ** time return sin(pi2 * frequency * time) […] for i in range(SAMPLE_RATE * DURATION): time = i / SAMPLE_RATE sample = round(get_sample(time) * MAX_SAMPLE_VALUE)
通过
def get_frequency(time):
frequency = a10 / 2.0 ** time
return frequency
[…]
phase = 0
for i in range(SAMPLE_RATE * DURATION):
time = i / SAMPLE_RATE
f = get_frequency(time)
phase = (phase + pi2 * f / SAMPLE_RATE) % pi2
sample = round(sin(phase) * MAX_SAMPLE_VALUE)