Python 查找wav文件中播放的音符的时间戳

假设我们有一个wav文件，其中记录了一些吉他音乐。声音是非常干净的，没有额外的声音，只有吉他本身，可能节拍器滴答声

找到Python中播放的每个音符（或和弦）的时间戳的最佳方法是什么？我不需要识别便笺本身，只需要识别它发生时的时间戳

---

我以前从未做过这种事情，所以我有点困惑。我在维基百科上读到关于短时傅里叶变换的文章，它看起来很有希望，但我找不到任何相关的例子。非常感谢关于如何开始的任何帮助/提示。

一般问题被调用，您可以尝试许多方法。我将提供一个非常简单的解决方案，可能不适用于您的用例：

from scipy.io import wavfile
from scipy.signal import argrelmax
from matplotlib.mlab import specgram

sr, x = wavfile.read(path)                                    # read in a mono wav file
spec, freqs, time = specgram(x, NFFT=4096, Fs=sr, mode='psd') # compute power spectral density spectogram
spec2 = np.diff(spec, axis=1)                                 # discrete difference in each frequency bin
spec2[spec2<0] = 0                                            # half-wave rectification
diff = np.sum(spec2, axis=0)                                  # sum positive difference in each time bin

for peak in argrelmax(diff)[0]:                               # find peaks
    print("onset between %f and %f." % (time[peak], time[peak+1]))

从scipy.io导入wavfile
从scipy.signal导入argrelmax
从matplotlib.mlab导入specgram
sr，x=wavfile.read（path）#在mono-wav文件中读取
spec，freqs，time=specgram（x，NFFT=4096，Fs=sr，mode='psd'）#计算功率谱密度specgram
spec2=np.差异（spec，轴=1）#每个频率单元中的离散差异
spec2[spec2Librosa看起来很有前途。谢谢！看起来确实很有趣。谢谢！这对我来说是一个很好的起点。