pyhton 画出音频文件的波形图和频谱图_python pcm曲线

pyhton 画出音频文件的波形图和频谱图

# -*- coding:utf-8 -*-
import wave
import struct
import numpy as np
import matplotlib.pyplot as plt
def oscillogram_spectrum(audio_path):
    """
    画出音频文件audio_path的声波图和频谱图
    :param audio_path:音频文件路径
    :return:
    """
    # 读取wav文件
    filename = audio_path
    wavefile = wave.open(filename, 'r')  # open for writing
    # 读取wav文件的四种信息的函数。期中numframes表示一共读取了几个frames。
    nchannels = wavefile.getnchannels()
    sample_width = wavefile.getsampwidth()
    framerate = wavefile.getframerate()
    numframes = wavefile.getnframes()
    print("channel", nchannels)
    print("sample_width", sample_width)
    print("framerate", framerate)
    print("numframes", numframes)
    # 建一个y的数列，用来保存后面读的每个frame的amplitude。
    y = np.zeros(numframes)
    # for循环，readframe(1)每次读一个frame，取其前两位，是左声道的信息。右声道就是后两位啦。
    # unpack是struct里的一个函数，简单说来就是把＃packed的string转换成原来的数据，无论是什么样的数据都返回一个tuple。这里返回的是长度为一的一个
    # tuple，所以我们取它的第零位。
    for i in range(numframes):
        val = wavefile.readframes(1)
        left = val[0:2]
        # right = val[2:4]
        v = struct.unpack('h', left)[0]
        y[i] = v
    # framerate就是声音的采用率，文件初读取的值。
    Fs = framerate
    time = np.arange(0, numframes) * (1.0 / framerate)
    # 显示时域图(波形图)
    plt.subplot(211)
    plt.plot(time, y)
    # 显示频域图(频谱图)
    plt.subplot(212)
    plt.specgram(y, NFFT=1024, Fs=Fs, noverlap=900)
    plt.show()
if __name__ == '__main__':
    audio_path = '1.wav'
    oscillogram_spectrum(audio_path)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

import wave
import matplotlib.pyplot as plt
import numpy as np
import os

f = wave.open('play.wav', 'rb')
params = f.getparams()
nchannels, sampwidth, framerate, nframes = params[:4]
print("nchannels:", nchannels)
print("sampwidth:", sampwidth)
print("framerate:", framerate)
print("nframes:", nframes)

strData = f.readframes(nframes)  # 读取音频，字符串格式
print("strData:", strData)
waveData = np.fromstring(strData, dtype=np.int16)  # 将字符串转化为int
print("waveData:", waveData)
# waveData = waveData * 1.0 / (max(abs(waveData)))  # wave幅值归一化
# plot the wave
time = np.arange(0, nframes) * (1.0 / framerate)
# 调节横竖坐标长度（单位：英寸）
# figure [ˈfɪɡə(r)] fig 做 + ure 名词 = 图形
plt.figure(figsize=(6, 3))
plt.plot(time, waveData)
plt.xlabel("Time(s)")
plt.ylabel("Amplitude")
plt.title("Single channel wavedata")
plt.grid('on')  # 标尺，on：有，off:无。
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

import librosa, librosa.display
import matplotlib.pyplot as plt

file = 'play.wav'
signal, sr = librosa.load(file, sr=22050)
librosa.display.waveplot(signal, sr=sr)
plt.xlabel('time')
plt.ylabel('amplitude')
plt.show()
1
2
3
4
5
6
7
8
9