Python 从mp3绘制spectrogram图

我试图直接从Python2.7.3（使用ubuntu）中的mp3文件中绘制一个spectrogram。我可以从一个wav文件中执行它，如下所示

#!/usr/bin/python
from scikits.audiolab import wavread
from pylab import *

signal, fs, enc = wavread('XC124158.wav')
specgram(signal)
show()

---

用mp3文件而不是wav文件做同样的事情，最干净的方法是什么？如果可以避免的话，我不想将所有mp3文件都转换成wav。

我会安装Debian/Ubuntu软件包并调用

avconv

将mp3解码为临时wav文件：

---

编辑：你的另一个问题已经结束了，所以我将在这里用一个简单的带通滤波示例来扩展我的答案。在您链接的文件中，看起来大部分鸟鸣集中在4 kHz-5.5 kHz

import os
from subprocess import check_call
from tempfile import mktemp
from scikits.audiolab import wavread, play
from scipy.signal import remez, lfilter
from pylab import *

# convert mp3, read wav
mp3filename = 'XC124158.mp3'
wname = mktemp('.wav')
check_call(['avconv', '-i', mp3filename, wname])
sig, fs, enc = wavread(wname)
os.unlink(wname)

# bandpass filter
bands = array([0,3500,4000,5500,6000,fs/2.0]) / fs
desired = [0, 1, 0]
b = remez(513, bands, desired)
sig_filt = lfilter(b, 1, sig)
sig_filt /=  1.05 * max(abs(sig_filt)) # normalize

subplot(211)
specgram(sig, Fs=fs, NFFT=1024, noverlap=0)
axis('tight'); axis(ymax=8000)
title('Original')
subplot(212)
specgram(sig_filt, Fs=fs, NFFT=1024, noverlap=0)
axis('tight'); axis(ymax=8000)
title('Filtered')
show()

play(sig_filt, fs)

---

另一种绘制mp3文件频谱图的非常简单的方法

from pydub import AudioSegment
import matplotlib.pyplot as plt
from scipy.io import wavfile
from tempfile import mktemp

mp3_audio = AudioSegment.from_file('speech.mp3', format="mp3")  # read mp3
wname = mktemp('.wav')  # use temporary file
mp3_audio.export(wname, format="wav")  # convert to wav
FS, data = wavfile.read(wname)  # read wav file
plt.specgram(data, Fs=FS, NFFT=128, noverlap=0)  # plot
plt.show()

这使用了

pydub

库，与调用外部命令相比更方便。 这样，您可以迭代所有

.mp3

文件，而无需在打印之前将其转换为

.wav

---

谢谢。这是可行的，但它给出的光谱图略有不同。原来的mp3在。除了x轴的标签不同之外，主要区别在于使用原始mp3和代码的版本在图像的末尾和顶部都有一个空白段。我制作wav版本只是通过对XC124158.mp3进行lame解码。我只是看到你可能也知道。如果你对此也有任何看法，那就太好了。我将其简化为只使用

mktemp

（结果表明avconv无法在管道中写入正确的wav头），并在FFT中添加了更多的容器，没有重叠。轴（“紧”）去除空白部分。您可能还需要使用轴（ymax=8000），因为大部分功率低于8 kHz。欢迎使用。滤波器并不是一个完美的解决方案，但就其简单性而言，它提供的效果相当不错。典型的音频不是频谱稳定的，所以通常需要自适应滤波。@erykson，谢谢。现在我有一个小任务，就是在所有的噪音中寻找鸟的声音。你知道在你的python代码播放的版本中，嗡嗡声/噼啪声是从哪里来的吗？这应该是公认的答案，最简单，可以直接从python在一个脚本中完成。