音声データの波形表示をmatplotlibで表示しようにも(x,y)の次元が合わないのはステレオで録音したから？

Question

#やってみたいこと
iPhoneのボイスメモを用いて録音した音声データ(kay.m4a)を'https://online-audio-converter.com/ja/'のコンバーターを用いて.wavファイルに変換し(kay.wav)、サンプリング情報に加えてその波形データをmatplotlib上で出力しようとすると、xとyの次元が合わないとのエラーが出ました。

#該当コード

import wave as wave
import pyroomacoustics as pa
import numpy as np
import matplotlib.pyplot as plt

wav=wave.open('/Users/***/Desktop/Musica/kay.wav')

print('サンプリング周波数: ',str(wav.getframerate()), 'Hz')
print('サンプルサイズ：', str(wav.getsampwidth()), 'bytes')
print('サンプル数: ', str(wav.getnframes()))
print('チャンネル数: ', str(wav.getnchannels()))
print('音声ファイルの時間: ', str(wav.getnframes()/wav.getframerate()), 's')

data=wav.readframes(wav.getnframes())
data=np.frombuffer(data, dtype=np.int16)
wav.close()

data=data/np.iinfo(np.int16).max
x=np.array(range(wav.getnframes()))/wav.getframerate()
plt.xlabel('Time(s)')
plt.ylabel('Value')
plt.plot(x, data, color='navy')
plt.show()

#サンプリング情報の出力（正常）と描画に関する出力（エラー）

サンプリング周波数:  44100 Hz
サンプルサイズ： 2 bytes
サンプル数:  8549962
チャンネル数:  2
音声ファイルの時間:  193.87668934240364 s
Traceback (most recent call last):
  File "/Users/***/Desktop/Musica/ wav_file.py", line 22, in <module>
    plt.plot(x, data, color='navy')
  File "/Users/***/opt/anaconda3/lib/python3.7/site-packages/matplotlib/pyplot.py", line 2796, in plot
    is not None else {}), **kwargs)
  File "/Users/***/opt/anaconda3/lib/python3.7/site-packages/matplotlib/axes/_axes.py", line 1665, in plot
    lines = [*self._get_lines(*args, data=data, **kwargs)]
  File "/Users/*/opt/anaconda3/lib/python3.7/site-packages/matplotlib/axes/_base.py", line 225, in __call__
    yield from self._plot_args(this, kwargs)
  File "/Users/***/opt/anaconda3/lib/python3.7/site-packages/matplotlib/axes/_base.py", line 391, in _plot_args
    x, y = self._xy_from_xy(x, y)
  File "/Users/***/opt/anaconda3/lib/python3.7/site-packages/matplotlib/axes/_base.py", line 270, in _xy_from_xy
    "have shapes {} and {}".format(x.shape, y.shape))
ValueError: x and y must have same first dimension, but have shapes (8549962,) and (17099924,)

#原因推測
録音はAirpodsを使いました。学習が浅い為分かりませんが、おそらく拾った波形データが左右で異なる為yの値が二次元になっているということでしょうか？確かめる場所もどこか怪しいのですが、お力添え頂ける箇所が御座いましたら、ご教授のほど宜しくお願い申し上げます。

Answer 1

おそらく拾った波形データが左右で異なる為yの値が二次元になっているということでしょうか？

そのとおりです。
チャンネル数が２となっているとおりステレオ音声です。
とりあえずdata = data[::2]なりで片方の音のみ取り出すと描画できます。
参考：Pythonでのwavファイル操作

Comments

[kay_ventris4]

左右分離の方までご丁寧に有難う御座いました。勉強になりました。