似乎在实现从音频文件创建频谱的功能时遇到问题。我问这个问题,希望有人能找到问题。
您可以下载32位浮动WAV音频文件here。
我正在研究一个脚本,该脚本使用SciPy和NumPy从音频文件创建频谱分析。在开始之前,我使用Sonic Visualizer分析了文件,得到了以下结果:
现在,我尝试使用Python脚本重现此结果,但得到不同的结果:
除dB值的标度外,一切看起来都不错。在100Hz时,Sonic Visualizer为-40dB,我的脚本为-65dB。因此,我认为我的脚本将FFT结果转换为dBFS时出现问题。
如果我将Sonic Visualizer的曲线与脚本的输出相匹配,则显然级别转换缺少一些因素:
使用上面的'demo.wav'文件,我脚本的最低版本看起来像这样:
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
from scipy.io import wavfile as wavfile
from scipy.signal import savgol_filter
def db_fft(data, sample_rate):
data_length = len(data)
weighting = np.hanning(data_length)
data = data * weighting
values = np.fft.rfft(data)
frequencies = np.fft.rfftfreq(data_length, d=1. / sample_rate)
s_mag = np.abs(values) * 2 / np.sum(weighting)
s_dbfs = 20 * np.log10(s_mag)
return frequencies, s_dbfs
audio_file = Path('demo.wav')
frequency, data = wavfile.read(str(audio_file))
data = data[0:4096]
x_labels, s_dbfs = db_fft(data, frequency)
flat_data = savgol_filter(s_dbfs, 601, 3)
plt.style.use('seaborn-whitegrid')
plt.figure(dpi=150, figsize=(16, 9))
plt.semilogx(x_labels, s_dbfs, alpha=0.4, color='tab:blue', label='Spectrum')
plt.semilogx(x_labels, flat_data, color='tab:blue', label='Spectrum (with filter)')
plt.grid(True)
plt.title(audio_file.name)
plt.ylim([-160, 0])
plt.xlim([10, 10000])
plt.xlabel('Frequency [Hz]')
plt.ylabel('Amplitude [dB]')
plt.grid(True, which="both")
target_name = audio_file.parent / (audio_file.stem + '.png')
plt.savefig(str(target_name))
[脚本将前4096个样本用作窗口,就像Sonic Visualizer一样,将32位浮点音频文件转换为dBFS频谱图。
我的脚本在哪里,为什么我得到不同的结果?
第一个大区别是,他们使用的是this Wikipedia page中分贝的“功率比”定义:
表示功率比时,分贝数是其以10为底的对数的十倍。
我也在v4.0.1 source code中进行了验证(在svcore/base/AudioLevel.cpp
中,第54行)
double dB = 10 * log10(multiplier);
它们看起来只是在计算幅度时用代码中的窗口大小除以。这导致计算更改为
s_mag = np.abs(values) * 2 / data_length
我还没有找到导出其频谱的方法,但是我已经手动读取了前几个值(注意,不是dB值),>]
theirvalues = [ 0.00074, 0.000745865, 0.00119605, 0.0013713, 0.0011812, 0.000746891, 0.000334177, 0.000163241, 7.57671e-5, 3.17983e-5, 2.91934e-5, 3.74938e-5 ]
我提到了两个更改,图形比较如下:
这仍然不是精确匹配,但距离更近。我怀疑可能仍会进行某种平滑处理(代码中引用了蛇麻草,但我不太想知道它们在做什么)。
正如您所指出的,您的两个结果相差一个恒定因子,约为2。