如何让python加载一个大的（2小时）wave文件，并将其内容转换为一个时频数组？

我想用数组[5000][440]之类的东西来访问数组，意思是距离起始点5000ms和440hz，它会给我这个位置的频率振幅值

---

我在这里找不到这样的东西，如果有的话，请给我指一下。

你基本上想要一个。为了让你开始，把你的声音文件分成小块，每一块都是，比如说，十分之一秒，然后对每一块进行FFT。然后，当然，要查找5000ms和440Hz，请转到相应块的FFT。

您在一些误解下操作

你无法得到特定时间点的波的频率。您需要选择一个时间窗口，包括兴趣点前后的许多点。包含的点数越多，频率分解的分辨率就越高。您需要在这些点上运行某种窗口功能，然后对它们进行FFT

---

一旦得到FFT的结果，数字将对应于频率，但这不是一个简单的关系。您无法控制与每个输出对应的频率，该频率已由信号的采样频率与采样数组合确定。恐怕我手头没有换算公式。每个频率将有两个分量，一个实部和一个虚部，振幅将为sqrtr**2+i**2。

您可以动态转换时间和频率。您必须使用uuu getitem_uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

比方说傅立叶是这样的

class Fourier():
   def __init__(self,a=10):
      self.a=a
   def __getitem__(self, index): 
      #this is function that calculates and returns value of my_furier
      return self.a+index

t=Fourier()
print(t[12.4])

你们也可以用同样的方法从傅里叶变换中获取时间。所以，您可以创建新的时间对象，使您能够拾取任何有效时间并返回该时间，或者使用某种插值来返回表中不存在的值

---

如果您无法将所有值存储在ram中，您可以使用标准库中的搁置模块来存储和访问磁盘中的项目，如果需要，您可以在其上应用带有插值的接口。

我认为这可以让您实现大部分功能？嗯，不幸的是还没有。我错过了他们提供的东西和我想要的东西的链接。例如，第一个示例获得0.2744069538+0.90830207362j*exp2 pi it*0.263687742847。这是什么意思？要完成gravitron发布的内容：。有了这两种资源，您应该能够做您想做的事情。@LionelBarret您的链接对我有多大帮助？sqrtr2+i2在python代码中是什么意思？你在谈论什么？最好的，richart。@RichartBremer，是的，这正是我的意思——复数的绝对值。好吧，那么，你的回答对我帮助很大。我的下一个目标是使用我得到的结果进行语音检测。你知道有没有一种行之有效的方法可以解决这个问题？@RichartBremer，语音检测比频率检测复杂得多。恐怕我对这件事完全不了解。实际上我想探测声音。但首先我需要找到一些模式。如果有语音检测，我可以跳过。你说的语音检测是什么意思？你的意思是识别什么时候有声音，什么时候有背景噪音？是的，这就是我的意思。语音检测，而不是识别。仅检测。这可能不太难，但完全取决于背景，即所有非声音的东西。如果背景是相对安静的，那么很容易，当然，只要看看振幅；如果是噪声，在每个FFT中寻找像加宽峰或谐波结构这样的结构。并不是所有的音素都很容易识别为语音sh、t等，但元音和其他可能不会太糟糕；当然，你的时间片通常会包括混音，但总的来说这似乎是可能的。首先绘制光谱图，以可视化信号与背景。顺便说一句，matplotlib有一个称为specgram的光谱图函数。这是一个容易开始的地方。顺便说一句，人们通常认为他们只需要计算，而不用费心先把事情规划出来。这对这样的问题根本不起作用。从情节开始。