如何分析波形文件的频率答案

【问题标题】：How to analyse frequency of wave file如何分析波形文件的频率
【发布时间】：2012-11-14 10:38:13
【问题描述】：

如何简单分析wave文件的频率？没有额外的模块。

【问题讨论】：

【解决方案1】：

“分析”是什么意思？它可能意味着很多不同的东西，但我知道的最简单的方法之一是使用convolution，您可以轻松地为discrete functions 实现它（您将在数组中找到点或尝试离散步骤）：

这可以通过以下方式轻松完成：

for i in main_array:
    from = i - len(convolution_kernel)/2
    // Todo: check boundaries
    result[i] = 0

    for j in convolution_kernel:
        result[i] += convolution_kernel[j] * main_array( from+j)

或者你可以使用循环卷积（想法取自 eryksuns 评论）：

result = [sum(f[m]*g[n-m] for m in xrange(len(f))) for n in xrange(len(g))]

这将使您能够测试某个信号是否存在于另一个信号中（您将尝试 10、20、50 等频率...并获得最佳结果）。

您也可以google determine wave frequency 或研究一下Fourier transformation（它是很多信号处理算法的基础）。

【讨论】：

或者你可以做一个循环卷积，假设填充为零，就像 DFT 所做的那样：result = [sum(f[m]*g[(n-m)%len(g)] for m in xrange(len(f))) for n in xrange(len(g))]。
小更新：由于 Python 包装了负索引，模运算是多余的。你可以使用g[n-m]。

【解决方案2】：

如果您的波形文件仅包含一个音符，您只需检测波形的周期性即可获得基频（不是谐波）。通过寻找 0-crossings 来做到这一点。

【讨论】：

【解决方案3】：

免责声明：信号处理不是我的专长，这个答案可能有点粗略和粗略；随时纠正/我:)

我会研究傅立叶分析。 Fourier transformation 将您的输入从时域转换为频域。让我再解释一下：

例如，在对声音进行采样时，您可以确定采样频率和位深度。我相信 CD 的采样频率为 44.1 kHz，分辨率为 16 位。样本。这意味着音乐每秒采样 44,100 次并转换为 16 位值。音乐表示为长度为 44,100 的向量（或数组）。它是时间的函数，因此这是时域。

另一方面，对数据进行傅里叶变换，您可以将数据表示为频率的函数。您仍然会有一个 44,100 个元素长的向量，但每个元素将代表幅度 - 您在每个频率上采样了多少“信号”！换句话说，您的信号在整个采样周期内总共包含多少给定频率的信号。

您应该研究离散傅里叶分析和快速傅里叶变换 (FFT) 的实现。

这个问题更多地涉及 FFT 分析： Scipy/Numpy FFT Frequency Analysis

编辑：

我在网上无耻地窃取了一些图形：

FFT 公式：

时域与频域：

【讨论】：

【解决方案4】：

如果您不想实现整个 FFT 算法并且不需要任何其他模块，那么我会推荐 Goertzel Algorithm，它实际上是针对特定频率的傅里叶变换，并为您提供该频率下的功率一个样本：

define goertzel(sample, target_frequency, sample_rate):
    s_prev = 0 
    s_prev2 = 0 
    normalized_frequency = target_frequency / sample_rate 
    coeff = 2 * cos(2 * PI * normalized_frequency) 
    for element in sample:
      s = element + coeff * s_prev - s_prev2 
      s_prev2 = s_prev 
      s_prev = s 
    end
    power = s_prev2 * s_prev2 + s_prev * s_prev - coeff * s_prev * s_prev2 
    return power

【讨论】：