Question

我正在分析许多短的.wav文件，在分析的一部分中，我只想绘制文件的基本频率。我的信号处理有些生疏，但是现在我得到的图看起来应该是正确的。我只是不明白为什么y轴刻度不可用（F0应该在8000Hz左右时在300Hz左右）。因此，我想像没有强度信息的声谱图一样在.wav文件的持续时间内绘制F0。有人可以帮我吗？很高兴提供其他信息！

from scipy import signal
import numpy as np
import soundfile as sf

y, samplerate = sf.read('audiofile.wav') 
chunks = np.array_split(y,int(samplerate/2000))
peaks = []

for chunk in chunks:
    # simulated pure signal
    t = np.linspace(0, 1, samplerate)
    wave = chunk
    # compute the magnitude of the Fourier Transform and its corresponding frequency values
    freq_magnitudes = np.abs(np.fft.fft(wave))
    freq_values = np.fft.fftfreq(samplerate, 1/samplerate)
    # find the max. magnitude
    max_positive_freq_idx = np.argmax(freq_magnitudes[:samplerate//2 + 1])
    peaks.append(freq_values[max_positive_freq_idx])

Answer 1

numpy.fft.fftfreq文档将第一个参数称为“窗口长度”，因此我建议替换

freq_values = np.fft.fftfreq(samplerate, 1/samplerate)

使用

freq_values = np.fft.fftfreq(len(wave), 1/samplerate)

或

freq_values = np.fft.fftfreq(wave.shape[0], 1/samplerate)

Answer 2

由于您尚未提供绘图代码，所以很难做，但是如果您的wav文件是立体声文件，则您将得到y作为二维数组，这可能是潜在的问题。正如@Andris所建议的，窗口长度也需要校正。

如果要制作自己的频谱图，请检查fft和fftfreq的输出，顺序类似于[0 .. Fs/2 -Fs/2 ..]。您可以使用fftshift重新排序。

否则，还有一个频谱图可以在信号包中使用

f,t,Sxx = signal.spectrogram(y[:,0],samplerate)

plt.pcolormesh(t, f, np.log10(Sxx))
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.show()

如何找到WAV文件的基本频率

2 个答案: