前提
jupyter notebookで複数のwavファイルを一括してフーリエ変換し、スペクトル値をwavファイル毎にCSVで出力したいと思います。
その際、right音には音が無いため、left音のみデータから抽出して解析したいと思います。
下記のコードでフーリエ変換を試みたところ、スペクトル値が異常に大きくなりました。
改善方法はございますでしょうか?
ご教授の程、お願いいたします。
該当コード
import os #パス指定 os.chdir('C://Users//karita//sound//data') import glob #ディレクトリ内のwavfileの表示 print(glob.glob("*.wav"))
['000000000.wav', '000000100.wav', '000000200.wav', '000000300.wav', '000000400.wav', '000000500.wav', '000000600.wav', '000000700.wav', '000000800.wav', '000000900.wav', '000001000.wav']
import wave import struct from scipy import fromstring, int32 import numpy as np from pylab import * %matplotlib inline for i, file in enumerate(glob.glob("*.wav")): wavfile = open(file, "rb")#サンプルwavファイル wr = wave.open(wavfile, "rb") #wavファイルの読み込み ch = wr.getnchannels() # モノラルなら1,ステレオなら2 width = wr.getsampwidth() # サンプル長(1byte=8bit) fr = wr.getframerate() #サンプリンググレート(サンプリング周波数) fn = wr.getnframes() # 全体のオーディオフレーム数(全データ点数)⇒サンプリング周波数で割れば時間 N = 22050 #サンプリングレート"fr"の半分の値 span =4 #フーリエ変換の回数 print(wavfile) print('サンプル数',N) print('チャンネル', ch) print('サンプル長(bytes)', width) print('サンプリンググレート', fr) print('全オーディオフレーム数', fn) print('サンプル時間',fn/fr,'秒') print('N*span時間', 1.0 * N * span / fr, '秒') origin = wr.readframes(wr.getnframes()) #メソッドreadframes(n)でnデータ点数を読み込む、ここでは全データ点数の読み込み data = origin[:N * span * ch * width] #"origin"から要素の範囲[ ]を指定 wr.close() print('現配列長', len(origin)) #"origin"の要素数 print('サンプル配列長: ', len(data)) #"data"の要素数 X = np.frombuffer(data, dtype="int16")#"data"をバイナリ表記から16bitsの整数数列に変換 # ステレオ前提、左右音に分ける ※モノラルは単に1つおきにデータを読みこむため、必要ない工程 left = X[::2] #"0から2番目おき"に要素を得る print('整数数列',X) print(len(X)) print('left',left) print(len(left)) #各サンプル区間ごとの周波数分布を配列で返してきます def fourier (x, n, w): #x:データ成分、n:個数、w:次元 K = [] for i in range(0, w-2): sample = x[i * n:( i + 1) * n] #i~(i+1)番目の要素を得る partial = np.fft.fft(sample) #"sample"をフーリエ変換 K.append(partial) #"K"に"partial"を追加 return K #周波数分布をもとに、実空間での波形を生成しています def inverse_fourier (k): ret = [] for sample in k: inv = np.fft.ifft(sample) #"sample"を逆フーリエ変換 ret.extend(inv.real) #"inv.real"を"ret"に追加 print (len(sample)) return ret Kl = fourier(left, N, span) #周波数リスト freqlist = np.fft.fftfreq(N, d=1/fr) #振幅スペクトル #実部と虚部を取り出すには、".real" と ".imag" を使用 #kl[1]は要素数2以上必要⇒spanは4以上 amp = [np.sqrt(c.real ** 2 + c.imag ** 2) for c in Kl[1]] plot(freqlist, amp, marker= 'o', linestyle='-') #周波数リスト、振幅スペクトル、点、線スタイル axis([0, 25000, 0, 100000]) show() # 出力CSVファイル名 csv_path = os.path.splitext(os.path.basename(file))[0] + '.csv'# 元のファイル名をそのままつける場合 np.savetxt( csv_path, amp, fmt="%.0f",delimiter=",") print('==========================================================================================================================')
<_io.BufferedReader name='000000000.wav'>
サンプル数 22050
チャンネル 2
サンプル長(bytes) 2
サンプリンググレート 44100
全オーディオフレーム数 44100
サンプル時間 1.0 秒
N*span時間 2.0 秒
現配列長 176400
サンプル配列長: 176400
整数数列 [1418 -1 1417 ... -2 -127 3]
88200
left [1418 1417 1389 ... -64 -96 -127]
44100
=========================================================
<_io.BufferedReader name='000000100.wav'>
サンプル数 22050
チャンネル 2
サンプル長(bytes) 2
サンプリンググレート 44100
全オーディオフレーム数 44100
サンプル時間 1.0 秒
N*span時間 2.0 秒
現配列長 176400
サンプル配列長: 176400
整数数列 [-1392 -1 -1330 ... 2 2426 -1]
88200
left [-1392 -1330 -1251 ... 2426 2424 2426]
44100
==========================================================
・
・
・
↓
CSV出力結果
(例)
108394
233144
1550309
1294214
7187786
1491953
3512201
3557547
4484146
2458954
2256289
・
・
・
↓
補足事項
windows10
python3.7.4
回答1件
あなたの回答
tips
プレビュー