用于音频测试和频谱分析的Python,对,进行,及

发表时间:2021-05-11


语音识别领域对音频文件进行频谱分析是一项基本的数据处理过程,同时也为后续的特征分析准备数据。

1、前驱知识

Python需要使用的相关库:

wave

https://docs.python.org/3/library/wave.html

pyaudio

http://people.csail.mit.edu/hubert/pyaudio/

numpy

https://www.runoob.com/numpy/numpy-tutorial.html

pylab

https://www.programcreek.com/python/example/2345/pylab.title

2、音频帧概率详解

1)采样率(Sample Rate):每秒从连续信号中提取并组成离散信号的采样个数,它用赫兹(Hz)来表示。一般音乐CD的采样率是44100Hz,所以视频编码中的音频采样率保持在这个级别就完全足够了,通常视频转换器也将这个采样率作为默认设置。

2)帧率(Frame rate):是用于测量显示帧数的量度。所谓的测量单位为每秒显示帧数(Frames per Second,简称:FPS)或“赫兹”(Hz)。

3)码率(Bit Rate):指视频或音频文件在单位时间内使用的数据流量,该参数的单位通常是Kbps,也就是千比特每秒。通常2000kbps~3000kbps就已经足以将画质效果表现到极致了。码率参数与视频文件最终体积大小有直接性的关系。

4)正常人听觉的频率范围大约在20Hz~20kHz之间,根据奈奎斯特采样理论,为了保证声音不失真,采样频率应该在40kHz左右。常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等,如果采用更高的采样频率,还可以达到DVD的音质。

对采样率为44.1kHz的AAC音频进行解码时,一帧的解码时间须控制在23.22毫秒内。

3、背景知识:

(一个AAC原始帧包含一段时间内1024个采样及相关数据)

具体分析

1)AAC

音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率(单位为s)

一帧 1024个 sample。采样率 Samplerate 44.1KHz,每秒44100个sample, 所以根据公式 音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率

当前AAC一帧的播放时间是= 1024*1000/44100= 22.32ms(单位为ms)

2)MP3

mp3 每帧均为1152个字节, 则:

frame_duration = 1152 * 1000 / sample_rate

例如:sample_rate = 44100HZ时,计算出的时长为26.122ms,这就是经常听到的mp3每帧播放时间固定为26ms的由来。

3)H264

视频的播放时间跟帧率有关:

frame_duration = 1000/帧率(fps)

例如:fps = 25.00 ,计算出来的时常为40ms,这就是同行所说的40ms一帧视频数据。

4、实践代码

import wave
import pyaudio
import numpy
import pylab

### 打开提前准备的WAV文档,文件路径根据需要做修改

wf = wave.open("文档路径", "rb")

### 创建PyAudio对象

p = pyaudio.PyAudio()

stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),

channels=wf.getnchannels(),

rate=wf.getframerate(),

output=True)

nframes = wf.getnframes()

framerate = wf.getframerate()

### 读取完整的帧数据到str_data中,这是一个string类型的数据

str_data = wf.readframes(nframes)

wf.close()

### 将音频波形数据转换为数组

# A new 1-D array initialized from raw binary or text data in a string.

wave_data = numpy.fromstring(str_data, dtype=numpy.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

### 将数组转置

wave_data = wave_data.T

#time 也是一个数组,与wave_data[0]或wave_data[1]配对形成系列点坐标

#time = numpy.arange(0,nframes)*(1.0/framerate)

### 绘制波形图

#pylab.plot(time, wave_data[0])

#pylab.subplot(212)

#pylab.plot(time, wave_data[1], c="g")

#pylab.xlabel("time (seconds)")

#pylab.show()

# 采样点数,修改采样点数和起始位置进行不同位置和长度的音频波形分析

N=44100

start=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=numpy.fft.fft(wave_data2)*2/N

#常规显示采样频率一半的频谱

d=int(len(c)/2)

#仅显示频率在4000以下的频谱

while freq[d]>4000:

    d=10

    pylab.plot(freq[:d-1],abs(c[:d-1]),'r')

    pylab.show()

结束语:

作为一个合格的测试小白,技术太菜可以被鄙视,文章写的不好可以被喷,但是学习的心不能质疑。

文末分享:这下面有我学习整理出来的自动化测试资料、大厂面试…待你来领取~ 见公众号:【 伤心的辣条 】愿你我都有所获…

合理利用自己每一分每一秒的时间来学习提升自己,不要再用"没有时间“来掩饰自己思想上的懒惰!趁年轻,使劲拼,给未来的自己一个交代!

我的测试学习交流群: 902061117 群里有技术大牛一起交流分享~

原文不易呀,眼睛都留眼泪了!麻烦伸出发财小手点个赞,感谢您的支持,你的点赞是我持续更新的动力。

文章来源互联网,如有侵权,请联系管理员删除。邮箱:417803890@qq.com / QQ:417803890

微配音

Python Free

邮箱:417803890@qq.com
QQ:417803890

皖ICP备19001818号-4
© 2019 copyright www.pythonf.cn - All rights reserved

微信扫一扫关注公众号:

联系方式

Python Free