Python中频谱图的FFT答案

【问题标题】：FFT for Spectrograms in PythonPython中频谱图的FFT
【发布时间】：2010-11-21 03:47:54
【问题描述】：

如何使用 Python 从 WAV PCM 文件中读取频率峰值，然后生成它的图像以进行频谱图分析？

我正在尝试制作一个程序，让您可以读取任何音频文件，将其转换为 WAV PCM，然后找到峰值和频率截止。

【问题讨论】：

【解决方案1】：

Python's wave library 将允许您导入音频。之后就可以use numpy to take an FFT的音频了。

然后，matplotlib 制作了非常漂亮的图表 - 绝对可以与 MATLAB 媲美。

它像泥土一样古老，但this article 可能会让您开始解决您所描述的问题（当然是 Python 中的文章）。

【讨论】：

【解决方案2】：

使用audiolab 可以轻松加载 WAV 文件：

from audiolab import wavread
signal, fs, enc = wavread('test.wav')

或用于读取任何通用音频格式并转换为 WAV：

from audiolab import Sndfile
sound_file = Sndfile('test.w64', 'r')
signal = wave_file.read_frames(wave_file.nframes)

谱图内置于 PyLab：

from pylab import *
specgram(signal)

具体来说，它是matplotlib 的一部分。 Here's a better example.

【讨论】：

【解决方案3】：

from pylab import *
specgram(signal)

是最简单的。在这种情况下也很方便：

subplot

但请注意：Matplotlib 非常慢，但它可以创建漂亮的图像。你不应该将它用于要求苛刻的动画，在处理 3D 时更不用说

【讨论】：

【解决方案4】：

如果您需要从 PCM 格式转换为整数，则需要使用 struct.unpack。

【讨论】：