Python 从wav文件提取频率

我对python很熟悉，但对numpy还不熟悉，所以如果我错了，请原谅

我正在尝试读取一个具有多个频率的.wav文件（以静音分隔）。到目前为止，我已经能够读取值并找到文件中有声音的各个部分。然后，我试图找到离散余弦变换并从中计算频率（参考：）

但是，我得到了一个错误：

索引46392超出大小为25的轴0的界限

这是我的密码：

import wave
import struct
import numpy as np

def isSilence(windowPosition):
    sumVal = sum( [ x*x for x in sound[windowPosition:windowPosition+windowSize+1] ] )
    avg = sumVal/(windowSize)
    if avg <= 0.0001:
        return True
    else:
        return False

#read from wav file
sound_file = wave.open('test.wav', 'r')
file_length = sound_file.getnframes()
data = sound_file.readframes(file_length)
sound_file.close()
#data = struct.unpack("<h", data)
data = struct.unpack('{n}h'.format(n=file_length), data)
sound = np.array(data)
#sound is now a list of values

#detect silence and notes
i=0
windowSize = 2205
windowPosition = 0
listOfLists = []
listOfLists.append([])
maxVal = len(sound) - windowSize
while True:
    if windowPosition >= maxVal:
        break
    if not isSilence(windowPosition):
        while not isSilence(windowPosition):
            listOfLists[i].append(sound[windowPosition:windowPosition+ windowSize+1])
            windowPosition += windowSize
        listOfLists.append([]) #empty list
        i += 1
    windowPosition += windowSize

frequencies = []
#Calculating the frequency of each detected note by using DFT
for signal in listOfLists:
    if not signal:
        break
    w = np.fft.fft(signal)
    freqs = np.fft.fftfreq(len(w))
    l = len(signal)

    #imax = index of first peak in w
    imax = np.argmax(np.abs(w))
    fs = freqs[imax]

    freq = imax*fs/l
    frequencies.append(freq)

print frequencies

导入波
导入结构
将numpy作为np导入
def isSilence（窗口位置）：
sumVal=sum（[x*x代表声音中的x[windowPosition:windowPosition+WindowsSize+1]]））
平均值=sumVal/（窗口大小）
如果平均值=最大值：
打破
如果不允许（窗口位置）：
虽然不允许（窗口位置）：
列表[i].append（声音[windowPosition:windowPosition+WindowsSize+1]）
windowPosition+=WindowsSize
listOfLists.append（[]）#空列表
i+=1
windowPosition+=WindowsSize
频率=[]
#使用DFT计算每个检测到的音符的频率
对于列表中的信号：
如果没有信号：
打破
w=np.fft.fft（信号）
freqs=np.fft.fftfreq（len（w））
l=透镜（信号）
#imax=第一个峰值的指数，单位为w
imax=np.argmax（np.abs（w））
fs=频率[imax]
频率=imax*fs/l
频率。附加（频率）
打印频率

编辑：以下是回溯：

Traceback (most recent call last):
  File "final.py", line 61, in <module>
    fs = freqs[imax]
IndexError: index 46392 is out of bounds for axis 0 with size 21

回溯（最近一次呼叫最后一次）：
文件“final.py”，第61行，在
fs=频率[imax]
索引器：索引46392超出大小为21的轴0的界限

问题是我假设

列表实际上是一个列表列表，但实际上它是一个列表列表。该行：

        listOfLists[i].append(sound[windowPosition:windowPosition+ windowSize+1])

每次都会附加一个列表，但我假设它会将元素附加到现有列表中

例如，如果列表是：

[ [1,2,3] ]

然后，列表[0].append（[4,5,6]）将给出：

[ [ [1,2,3],[4,5,6] ] ]

但我期待着：

[ [1,2,3,4,5,6] ]

用下面的代码替换有问题的行对我很有效：

for v in sound[windowPosition:windowPosition+windowSize+1]:
            listOfLists[i].append(v)

“我收到一个错误：…”始终在问题中包含完整的错误消息（即完整的回溯）。回溯显示哪一行触发了错误。@WarrenWeckesser OK。导致错误的行是fs=freqs[imax]

。在我上面提供的链接中，傅里叶变换是一维的。但我的测试文件给出了一个多维列表。可能是多声道（立体声）？如果是这样的话，通过取两个通道的平均值来减少到单声道。