Dans cet article, je présenterai les couleurs de l'analyse vocale Python étape par étape.
Importer les configurations
import numpy as np
import matplotlib.pyplot as plt
Je pense que c'est un bon flux pour lire et analyser les données audio appropriées, mais d'abord, créez les données pour plus de simplicité. Faisons une onde sinusoïdale comme suit.
Créer une onde sinusoïdale
def make_wave():
fs = 48000 #Taux d'échantillonnage
f = 10 #la fréquence
t = np.linspace(0,1,fs) #48 par seconde,000 division
y = np.sin(2*np.pi*f*t) #Créer une onde sinusoïdale
return y
Je veux le réutiliser plus tard, donc je vais en faire une fonction.
Maintenant, traçons les vagues préparées et voyons l'apparence.
terrain
sig = make_wave()
plt.plot(sig)
plt.show()
Certes, une onde qui vibre 10 fois a été créée. À ce stade, l'axe horizontal correspond simplement au nombre de données, il y en a donc entre 0 et 48 000.
Le code jusqu'à ce point peut être résumé comme suit.
Résumé
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
def make_wave():
fs = 48000
f = 10
t = np.linspace(0,1,fs)
y = np.sin(2*np.pi*f*t)
return y
def main():
sig = make_wave()
plt.plot(sig)
plt.show()
if __name__ == '__main__':
main()
C'est un code très simple, mais vous pouvez créer et vérifier les données avec juste cela. python est pratique. La prochaine fois, je résumerai l'analyse, donc cette fois, elle est courte, mais je suis désolé.
À propos de la transformation de Fourier rapide
Recommended Posts