Python音频wav文件分析

Question

我正在开发一个程序，该程序需要 30 分钟的 wav 文件并针对各种事件对其进行分析。我有一堆 30 分钟的体育赛事 wav 文件，并试图以一种自动化方式来查找某些事件发生的时间。

例如，以下是我希望尝试识别的事件： - 当一个目标或事件发生时，人群中会发出噪音和欢呼声。我想返回这些事件发生的时间。 - 或者当哨声响起时 - 还能够识别长时间的完全沉默会有所帮助

我一直在尝试绘制这些音频样本的 FFT，并得出结论，这并不能让我对这些事件有最好的了解。最好的流程是什么？

任何指导将不胜感激。

谢谢

Answer 1

希望以下步骤对您有所帮助。

1. 读取WAV文件：

   Reading *.wav files in Python

   Python Wave byte data

2. 检测声音：

   Detect and record a sound with python

   Detect tap with pyaudio from live mic

   Python record audio on detected sound

3. 确定声音块中的第一个异常点如：

   sample_rate = 44100
   wav_file_duration = 30*60   #in sec.
   first_abnormal_point_index = 20000
   

   那么声音的开始是：

   onset = first_abnormal_point_index/sample_rate * wav_file_duration
   

或者你也可以使用其他python包来做到这一点，比如 Modal 或 aubio。