我想在给定时间从音轨中提取一维单矢量,简单地表示它的“音量”或“强度”(我不确定该术语)。
例如举一个可用的样本:
wget https://freewavesamples.com/files/Ensoniq-ESQ-1-Sympy-C4.wav
并将其转换为mono
:
ffmpeg -i Ensoniq-ESQ-1-Sympy-C4.wav -acodec pcm_s16le -ac 1 -ar 44100 audio_test.wav
我以这种方式从related Q&A thread收集来可视化声波:
from scipy.io.wavfile import read
import matplotlib.pyplot as plt
input_data = read("audio_test.wav")
audio = input_data[1]
plt.plot(audio)
plt.ylabel("Amplitude")
plt.xlabel("Time")
plt.title("Sample Wav")
plt.show()
“正”和“负”面是相当对称的,但并不完全对称。有没有办法将它们合并为一条“正”行?如果是,如何从audio
变量中提取此类数据点?
非常感谢您的帮助!
根据@anerisgreat和一位同事的建议,我达到了这个解决方案(在更大的音频样本上更有意义):
wget https://file-examples.com/wp-content/uploads/2017/11/file_example_WAV_10MG.wav
ffmpeg -i file_example_WAV_10MG.wav -acodec pcm_s16le -ac 1 -ar 44100 audio_test.wav
from scipy.io.wavfile import read
import matplotlib.pyplot as plt
def positive_enveloppe(wav_dat):
freq = wav_dat[0]
pts = np.absolute(wav_dat[1])
pos_env = np.zeros(len(pts) // freq + int(bool(len(pts) % freq)))
env_idx, pts_idx = 0, 0
while pts_idx < len(pts):
sub_ar = pts[pts_idx:pts_idx+freq]
mov_avg = np.mean(sub_ar)
pos_env[env_idx] = mov_avg
pts_idx += freq
env_idx += 1
return pos_env
input_data = read("audio_test.wav")
enveloppe_data = positive_enveloppe(input_data)
plt.plot(enveloppe_data)
plt.show()
收益: