在Python中尝试使用FFT分析音频信号

我一直在尝试使用FFT来获得信号的频率，但处理起来有点困难。我在这里找到了一个关于使用FFT分析和绘制信号的站点：

但是我在用Python2.7实现它时遇到了一个问题。编辑我用改进的版本更新了代码。实际上，这一个可以工作，并将波形（稍微慢一点）绘制到图表上。我想知道这是否是读取帧的正确方法——我读到偶数数组索引用于左通道（因此奇数数组索引用于右通道，我想）

所以，我想我应该读多少帧，但除以采样宽度，然后每隔偶数帧对左声道进行采样，如果是立体声的话，嗯

import scipy
import wave
import struct
import numpy
import pylab

fp = wave.open('./music.wav', 'rb')

samplerate = fp.getframerate()
totalsamples = fp.getnframes()
fft_length = 256 # Guess
num_fft = (totalsamples / fft_length) - 2

#print (samplerate)

temp = numpy.zeros((num_fft, fft_length), float)

leftchannel = numpy.zeros((num_fft, fft_length), float)
rightchannel = numpy.zeros((num_fft, fft_length), float)

for i in range(num_fft):

tempb = fp.readframes(fft_length / fp.getnchannels() / fp.getsampwidth());

up = (struct.unpack("%dB"%(fft_length), tempb))

temp[i,:] = numpy.array(up, float) - 128.0

temp = temp * numpy.hamming(fft_length)

temp.shape = (-1, fp.getnchannels())

fftd = numpy.fft.fft(temp)

pylab.plot(abs(fftd[:,1]))

pylab.show()

我正在加载的音乐是我自己制作的

---

编辑：现在，我通过读取帧来读取音频文件，将当前要读取的数字除以通道数和每帧的位数。这样做是否会丢失任何数据？这是我获取任何数据的唯一方法——否则，文件处理程序将无法将太多的数据读入struct.unpack函数。另外，我尝试将左通道与右通道分开（获取每个通道的FFT数据）。我该怎么做呢？

我很久没有使用scipy版本的numpy/numarray了，但是我在寻找函数。它比试图通过

struct.unpack

洗牌所有数据要容易得多。使用以下方法读取数据的示例：

---

请记住，wave文件中可能有不同的数据类型和多个通道，因此在解包时请注意这一点。

尝试执行

len（tempb）

检查。根据需要，它必须是正确的长度，

readframes

将读取“最多”

fft\u长度

字节。感谢您的建议。我尝试了这个，但是我得到了另一个错误-ValueError：操作数不能与shapes（512）（256）一起广播<还有其他建议吗？我可能应该从第一步开始，更多地了解将声音文件读入缓冲区的核心功能……我不知道如何从第一步开始，但最好了解一下您尝试使用的API以及它们的功能。要处理您提到的错误，您可以在数组上执行切片，然后适当地设置

.shape

属性。感谢Shane的建议，我确实读了一点，并设法使其正常工作。然而，我希望能够阅读单独的左声道和右声道-你知道这到底是如何工作的吗？我能够从文件中读取帧的唯一方法是将总帧数除以字节数和通道数，从而使其成为单声道。。。？或者生成的阵列仍然是立体声？波文件按每帧的顺序交错通道。分离通道的基本方法是改变阵列的形状。假设将

getsamplewidth（）

与匹配的numpy数据类型相匹配，则可以设置生成的形状

res.shape=（-1，fp.getnchannels（））

。然后，您可以使用

res[：，0]

获取频道0的数据，使用

res[：，1]

获取频道1的数据。嘿，也许您可以详细说明一下-我不知道如何获取不同的频道。“将getsamplewidth（）函数与匹配的numpy数据类型匹配”是什么意思？

fp = wave.open('./music.wav', 'rb')
assert fp.getnchannels() == 1, "Assumed 1 channel"
assert fp.getsampwidth() == 2, "Assuming int16 data"
numpy.frombuffer(fp.getnframes(fp.readframes()), 'i2')