Python音频分析：我可以从中提取哪些属性/值？

我目前正在tkinter python学校的一个项目中工作，该项目的唯一目的是从音频文件生成图像，我将选择音频属性并将它们用作值，从中生成唯一的抽象图像，但是我不知道可以分析哪些属性来提取值。因此，我在寻找一些关于哪些属性（音频、振幅……等等）的指导，我可以从中提取值来使用Python生成图像。

这个问题在当前的形式中非常广泛。 （请记住，音频不是我的专业领域，因此请留意音频/视听/生成领域工作人员的意见。）

你可以选择任何一种方式：找出你想从音频中创建什么类型的图像，然后找出要使用的音频功能。另一种方法也是有效的：选择一个你想探索的音频特性，然后想想你最好或者最有趣的视觉表现方式

图像和图像之间有区别。 对于单个图像，我能想到的最简单的事情是绘制一个正方形网格，其中正方形的视觉属性（例如正方形大小、填充颜色强度等）映射到当时的振幅。单个图像将显示整个轨迹的振幅模式。即使有这样一个简单的示例，您也可以做出许多选择（采样频率、网格布局（笛卡尔、极坐标）、每个振幅采样的可视化方式（可以是不同的形状、大小、颜色等）。 （与概念类似，仅音频更简单） 你可以在数据可视化领域寻找灵感。 这是一个很好的开始。

如果要生成似乎进入视听领域的图像（例如抽象动画、音频反应性运动图形等）。 您的问题最初带有标记，我将其删除，但是您可以使用Processing的Python模式

在ferms of audio Visualization中，我能想到的一个很好的例子是Robert Hogin的工作，参见和。他使用频率分析（FFT）和一些平滑/数据处理来放大对可视化有用的元素，并抑制一些噪音：

（有一些方便的音频库，例如和，但是我假设您对使用原始Python感兴趣，而不是Jython（官方处理Python模式使用Jython）。他是一个答案（即使是在处理Java中，原则也可以在Python中应用）

就我个人而言，到目前为止，我只在基本音频任务中使用pyaudio。我想你可以使用它进行振幅分析，但在其他更复杂的任务中，你可能需要一些额外的东西。 快速搜索弹出窗口

如果您想要实现的目标不明确，请先尝试原型设计，并从您能想到的最简单的音频分析和视觉元素开始（例如，随着时间的推移，振幅映射到方框）。限制可能对创造力有很大帮助，最小的方法可以转化为更清晰、最小的视觉效果

然后，您可以查看FFT、开始/节拍检测等

另一个对原型设计有用的工具是。 您可以打开曲目并使用一些内置的功能提取器。 （您甚至可以从Sonic Visualser导出XML或CSV数据，您可以在Python中加载/解析这些数据并使用它们渲染图像） 它使用了一个名为的插件系统（类似于DAW中的VST插件，如Abbleton Live、Apple Logic等），如果您在运行时需要数据，您可以使用Python包装器

---

（你可能还想从音像艺术作品中使用的其他语言中获得灵感，如。 （请记住，音频不是我的专业领域，因此请留意音频/视听/生成领域工作人员的意见。）

你可以这样做：找出你想从音频中创建什么类型的图像，并从中找出要使用的音频功能。另一种方法也是有效的：选择一个你想探索的音频功能，然后想想你最好或最有趣的视觉表现方式

图像和图像之间有区别。 对于单个图像，我能想到的最简单的事情是绘制一个正方形网格，其中正方形的视觉属性（例如，正方形大小、填充颜色强度等）映射到当时的振幅。单个图像将可视化整个轨迹的振幅模式。即使有这样一个简单的示例，您也可以做出许多选择（采样频率、网格布局（笛卡尔坐标、极坐标）、每个振幅采样的可视化方式（可以是不同的形状、大小、颜色等）。 （与概念类似，仅音频更简单） 你可以在数据可视化领域寻找灵感。 这是一个很好的开始。

如果要生成似乎进入视听领域的图像（例如抽象动画、音频反应性运动图形等）。 您的问题最初带有标记，我将其删除，但是您可以使用Processing的Python模式

在ferms of audio Visualization中，我能想到的一个很好的例子是Robert Hogin的工作，参见和。他使用频率分析（FFT）和一些平滑/数据处理来放大对可视化有用的元素，并抑制一些噪音：

（有一些方便的音频库，例如和，但是我假设您对使用原始Python感兴趣，而不是Jython（官方处理Python模式使用Jython）。他是一个答案（即使是在处理Java中，原则也可以在Python中应用）

就我个人而言，到目前为止，我只在基本音频任务中使用pyaudio。我想你可以使用它进行振幅分析，但在其他更复杂的任务中，你可能需要一些额外的东西。 快速搜索弹出窗口

如果你想要什么