Kako mogu stvoriti valni oblik iz zvuka?

Stvaranje vizualizacije valnog oblika iz zvuka uključuje nekoliko koraka, a složenost ovisi o željenoj razini detalja i sofisticiranosti. Evo razgradnje postupka, u rasponu od jednostavnih do naprednih metoda:

1. Jednostavna metoda (pomoću knjižnica):

Ovaj je pristup najlakši i ne zahtijeva dubinsko znanje o obradi zvuka. Upotrijebit ćete knjižnice koje upravljaju teškim dizanjem za vas. Evo kako biste to učinili pomoću Pythona s knjižnicama `librosa` i` matplotlib`:

`` `Python

Uvoz biblosa

uvoz librosa.display

uvoz matplotlib.pyplot kao plt

Učitajte audio datoteku

audio_file ="your_audio_file.wav" # Zamijenite stazom audio datoteke

Y, SR =Librosa.load (audio_file)

Prikažite valni oblik

plt.Figure (figsize =(14, 5))

librosa.display.waveshow (y, sr =sr)

plt.title ("valni oblik")

plt.xlabel ("Vrijeme (i)")

plt.Ylabel ("Amplituda")

plt.show ()

`` `` ``

Prije pokretanja ovog koda:

* Instalirajte potrebne knjižnice: `Pip Instalirajte librosa matplotlib`

* Zamijenite `" Your_audio_file.wav "`: sa stvarnim putem do vaše audio datoteke. Datoteka bi trebala biti WAV datoteka za najbolju kompatibilnost. Librosa može podnijeti druge formate, ali WAV se uglavnom preferira za ovaj zadatak.

2. Srednja metoda (ručna obrada):

To pruža veću kontrolu, ali zahtijeva razumijevanje zvučnih osnova. Izravno ćete raditi s audio podacima:

`` `Python

val

Uvoz numpi kao NP

uvoz matplotlib.pyplot kao plt

Otvorite WAV datoteku

s wave.open ("your_audio_file.wav", "rb") kao wf:

num_channels =wf.getnchannels ()

uzorak_width =wf.getSampWidth ()

frame_rate =wf.getframerate ()

num_frames =wf.getnframes ()

data =wf.readframes (num_frames)

Pretvori podatke u NumPy Array

podaci =np.frombuffer (podaci, dType =np.int16) # prilagodite dType ako je uzorak_width različit

Ako stereo, pretvorite u mono (prosječni kanali)

ako je num_channels ==2:

Data =np.mean (Data.ReShape (-1, 2), os =1)

Normalizirajte podatke

Data =Data / NP.Max (NP.ABS (Data))

Vremenski vektor

vrijeme =np.arange (0, num_frames) / frame_rate

Nacrtajte valni oblik

plt.Figure (figsize =(14, 5))

plt.plot (vrijeme, podaci)

plt.title ("valni oblik")

plt.xlabel ("Vrijeme (i)")

plt.Ylabel ("Amplituda")

plt.show ()

`` `` ``

Ovaj kod:

* Otvara WAV datoteku pomoću modula `Wave`.

* Čita sirove audio podatke.

* Pretvara ga u numpi niz radi lakše manipulacije.

* Obrađuje stereo zvuk prosjekom kanala kako bi se stvorio mono valni oblik.

* Normalizira podatke u rasponu između -1 i 1 za bolju vizualizaciju.

* Stvara vremenski vektor za zavjeru.

* Prikazuje valni oblik pomoću `matplotlib`.

3. Napredne metode (FFT, spektrogrami):

Za detaljniju analizu, možete koristiti Fast Fourier Transform (FFT) za analizu frekvencijskih komponenti audio signala, stvarajući spektrograme. Biblioteke poput `Librosa` i` Scipy 'pružaju učinkovite implementacije FFT -a. To je izvan opsega jednostavnog objašnjenja, ali uključuje transformiranje signala vremenske domene u frekvencijsku domenu radi vizualizacije frekvencija tijekom vremena. LIBROSA `librosa.feature.mel_spectrogram` sjajno je polazište za to.

Odabir prave metode:

* Jednostavna metoda: Najbolje za brze vizualizacije valnog oblika bez potrebe za dubokim razumijevanjem zvuka.

* Srednja metoda: Daje veću kontrolu i uvid u sirove audio podatke.

* Napredna metoda: Neophodno za detaljnu analizu frekvencije i vizualizaciju (spektrogrami).

Ne zaboravite instalirati potrebne knjižnice prije pokretanja bilo kojeg od ovih kodova. Odaberite metodu koja najbolje odgovara vašim potrebama i razini razumijevanja. Gornji primjeri koriste Python, ali slična funkcionalnost može se postići na drugim programskim jezicima poput JavaScript (koristeći knjižnice poput Web Audio API -ja) ili C ++ (koristeći knjižnice poput SDL).