解释从 mp3 文件对象中读取的 unicode 数据

Question

我正在使用 python 读取一个 mp3 文件对象。

f = open("/home/user/temp.mp3", "r")

我的最终目标是提取振幅和频率作为时间的函数。我指的是维基页面，http://en.wikipedia.org/wiki/MP3#File_structure

示例 unicode：

edee 68c0 bb0b f65f 4ef1 62ae 8cb0 53be
3146 3c90 aa74 d558 ea62 85c1 9319 41b4
90a9 1260 e0c1 81c5 fb6c ae6b 626c 28c4
bbb2 6c4c 3d77 aee7 c5b3 a2fb 0e5d ed59

wiki 页面说，对于每 32 位，第 21 位和第 22 位代表采样率频率指数。

一个。采样率频率索引，（是每 8 位中第 6 位的十六进制到二进制转换中的第一位和第二位）。对于给定的歌曲，这不应该是恒定的吗？

b.是否可以使用这些数据来获取特定时刻的频率？

提前致谢

Answer 1

a) 听起来这将支持VBR encoding，您可能希望在其中动态更改采样率（这是我的最佳猜测）。

b) 查找Fourier transforms - 频率在“瞬间”没有意义 - 他们需要时间重复自己。傅立叶变换将为您提供在足够长的时间内存在的频率。不过，这仍然很短。