python播放生成的声音和准确的情节

我正在寻找一种方法，使用python精确地绘制实时生成的声音。 基本上，我是在产生一个频率随噪声函数变化的音调。当频率达到某个阈值时，我需要输出一个视觉提示（即：打印语句）

我一直使用pyaudio输出音频，效果很好。但我还没有找到一种方法来绘制它，或者在它达到一定水平时进行监控

---

编辑：澄清一点：假设我生成1秒的样本。频率在0.1秒和0.7秒时达到所需水平。如何播放此音频样本，并在达到0.1秒和0.7秒时精确打印语句。我怎样才能将某种视觉线索或任何函数调用与音频播放精确同步。

FFT，以及就此而言，对离散样本的任何频谱分析，将（几乎）永远无法为您提供精确的频谱图

如果您为FFT提供整个输入，它将为您提供最高分辨率的图形，但此图形将包含整个输入

你提供的样本越少，光谱分辨率就越低。这是一种权衡

然而，找到引入某个频率的精确样本是毫无意义的

您应该为样本的特定部分（一个“窗口”）提供图形。计算它所代表的播放时间很简单。根据您的需要（瞬态分辨率与光谱分辨率），找到适当数量的样本以供使用

我不知道你对信号处理有什么知识，所以我现在不想太专业，但一般的方法很简单：

找到适合您需要的适当数量的样品

在播放的同时或之前绘制/分析这些窗口

确定与已识别窗口相对应的时间

---

我尝试使用scipy.fft（）来绘制它，效果很好。但我不知道该怎么做，就是如何在播放时准确地进行策划。这样我就可以在频率达到阈值时准确地打印消息。谢谢你的解释，它实际上解决了我的部分问题。我没好好看这个。然而，问题还有另一部分。既然我一次分析一大块样本，那么当频率达到某个水平时，我如何能够精确地计算时间呢。假设我正在分析1秒的样本，我可能在分析之前很久就已经达到了我想要的水平。我需要能够在函数达到所需频率的那一刻进行函数调用。回放和频谱分析是两个独立的过程，使用相同的数据不同。FFT的复杂度为

O（nlogn）

，对某个窗口的分析不应超过其播放时间。如果窗口足够小，您可能可以在回放窗口时对其进行分析，并以不明显的延迟显示结果。还有其他方法可以做到这一点，这是我想到的最琐碎的方法，只要你能容忍一点点延迟。如果没有，就很容易避免这种延迟。