質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.52%

  • Python

    7943questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • R

    302questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

PythonとRを用いたFFTについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 170

k.n.

score 1

 前提・実現したいこと

wavファイルにFFTをかけてスペクトルを表示するコードを
PythonとRの2パターンで書きました。

 発生している問題・エラーメッセージ

Pythonでは以下のスペクトルが表示されました。
イメージ説明
Rでは以下のスペクトルが表示されました。
イメージ説明

どちらも同じような形のスペクトルが表示されているのですが、
ピークが出ている周波数に倍くらいズレが出ています。

Pythonでは140Hzあたりに一番大きなピークがあるのですが、
Rでは280Hzあたりに一番大きなピークが出ています。

どちらのコードが間違っているかわからず、困っている状況です。

 該当のソースコード

import wave
import numpy as np
import scipy.fftpack
import matplotlib.pyplot as plt

wf = wave.open("~~~.wav" , "r" )
fs = wf.getframerate()  # サンプリング周波数
x = wf.readframes(wf.getnframes())
x = np.frombuffer(x, dtype= "int16") / 32768.0  # -1 - +1に正規化
wf.close()

start = 0  # サンプリングする開始位置
N = 1550000 # FFTのサンプル数

X = np.fft.fft(x[start:start+N])  # FFT

freqList = np.fft.fftfreq(N, d=1.0/fs)  # 周波数軸の値を計算

plt.title("FFT-wheeze")
plt.plot(freqList,abs(X))
plt.axis([0,600,0,max(abs(X))+500])

plt.show()
install.packages("tuneR")
library(tuneR)

# ファイルの読み込み
wavobj <- readWave("~~~.wav")
x <- wavobj@left         # 左チャンネルだけを使う(wavobj@.Dataを使う場合も)
fs <- wavobj@samp.rate   # 標本化周波数
nbits <- wavobj@bit      # 量子化ビット数

x <- x[1:(fs*5)]   # 先頭の5秒間だけを分析対象として抜き出す

y <- fft(x)

y.tmp <- Mod(y)   # 複素数の絶対値を計算

# 振幅スペクトル(amplitude spectrum)の計算
y.tmp <- Mod(y)   # 複素数の絶対値を計算
y.ampspec <- y.tmp[1:(length(y)/2+1)]   # DC〜ナイキストの範囲
y.ampspec[2:(length(y)/2)] <- y.ampspec[2:(length(y)/2)] * 2

# 対応する周波数の計算(DC〜ナイキストの範囲をビン数で均等割)
f <- seq(from=0, to=fs/2, length=length(y)/2+1)

# グラフ作成
plot(f, y.ampspec, type="h", xlab="Frequency (Hz)", ylab="Amplitude Spectrum", xlim=c(0, 600))
grid()
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • tachikoma

    2018/07/07 10:07

    wavはLRの2チャンネルですか?

    キャンセル

回答 1

checkベストアンサー

+1

Pythonのwavモジュールをそのまま使うなら、LRの分割を自分でやる必要があります。おそらく左右にほとんど同じ信号が入っているため、分割前だと周波数が半分になったんだと思います。

wf = wave.open("~~~.wav" , "r" )
fs = wf.getframerate()  # サンプリング周波数
nchannels = wf.getnchannels()
x = wf.readframes(wf.getnframes()*nchannels)
wf.close()

# bytes arrayからnumpy.arrayに変換
x = np.frombuffer(x, dtype= "int16") / 32768.0

# stereo音源の場合、左右に分割
if nchannles == 2:
    Lchannle = x[::2]
    Rchannle = x[1::2]

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/07 15:39

    解決しました。ありがとうございます。
    1つわからないのですが、
    x = wf.readframes(wf.getnframes()*nchannels)でnchannelsをかけているのはなぜですか。

    キャンセル

  • 2018/07/07 20:16

    nchannelが必要なのは、readframesの実装がbit depthは考慮するけど、チャネル数を考慮してくれないためです。monoだろうがstereoだろうが同じだけだけのデータ数を読み込みます。(wavのフォーマットにもよりますが)stereoだとLRLR...の順にデータが並んでおり、monoだとLLLL....と並んいるので、4frames読み込む場合、stereoだとLRLRを読み込むのに対して、monoだとLLLLを読み込みます。このため、monoと同じだけの時間のデータをstereoから読み込むには読み込むframes x nchannelsが必要なわけです。

    キャンセル

  • 2018/07/07 20:17

    補足ですが、音声ファイルの読み込みはsoundfileを使うと便利ですよ。ご参考までに。

    キャンセル

  • 2018/07/09 16:01

    丁寧にありがとうございます。理解できました。
    soundfileコード簡潔でいいですね。参考にします。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.52%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    7943questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • R

    302questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。