我想从一个音轨中提取一个一维的单一 vector ，该 vector 仅表示给定时间的“音量”或“强度”(对此术语我不确定)。
以一个可用的示例为例:wget https://freewavesamples.com/files/Ensoniq-ESQ-1-Sympy-C4.wav
并将其转换为mono:ffmpeg -i Ensoniq-ESQ-1-Sympy-C4.wav -acodec pcm_s16le -ac 1 -ar 44100 audio_test.wav
我以这种方式从related Q&A thread收集了声音，以使其可视化:
from scipy.io.wavfile import read
import matplotlib.pyplot as plt
input_data = read("audio_test.wav")
audio = input_data[1]
plt.plot(audio)
plt.ylabel("Amplitude")
plt.xlabel("Time")
plt.title("Sample Wav")
plt.show()
“正”和“负”侧是相当对称的，但不是完全对称的。有没有办法将它们合并为一条“正”行？如果是，如何从
audio变量中提取此类数据点？非常感谢您的帮助 !
最佳答案
遵循@anerisgreat和一位同事的建议，我达到了此解决方案(在更大的音频样本中更有意义):
wget https://file-examples.com/wp-content/uploads/2017/11/file_example_WAV_10MG.wav
ffmpeg -i file_example_WAV_10MG.wav -acodec pcm_s16le -ac 1 -ar 44100 audio_test.wav
from scipy.io.wavfile import read
import matplotlib.pyplot as plt
def positive_enveloppe(wav_dat):
freq = wav_dat[0]
pts = np.absolute(wav_dat[1])
pos_env = np.zeros(len(pts) // freq + int(bool(len(pts) % freq)))
env_idx, pts_idx = 0, 0
while pts_idx < len(pts):
sub_ar = pts[pts_idx:pts_idx+freq]
mov_avg = np.mean(sub_ar)
pos_env[env_idx] = mov_avg
pts_idx += freq
env_idx += 1
return pos_env
input_data = read("audio_test.wav")
enveloppe_data = positive_enveloppe(input_data)
plt.plot(enveloppe_data)
plt.show()
屈服:
关于python - 声波的最小表示？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58727410/