ウェーブレット変換の仕方

Question

前提・実現したいこと

Pythonを使用した音声解析としてウェーブレット変換をしたいです。
一つ目の表示である音声波形はうまく出るのですが、Fs=1/0.0001の行からエラーが出てしまいます。
解決方法を教えていただきたいです。

発生している問題・エラーメッセージ

Using memory-mapped arrays...
Traceback (most recent call last):
  File "C:\Users\hiro2\Desktop\sound\wavelet.py", line 45, in <module>
    r=pycwt.cwt_f(y,freqs,Fs,pycwt.Morlet(omega0))
  File "C:\Users\hiro2\AppData\Local\Programs\Python\Python39\lib\site-packages\swan\pycwt.py", line 234, in cwt_f
    return cwt_a(signal, scales, dt, wavelet, ppd, verbose=verbose)
  File "C:\Users\hiro2\AppData\Local\Programs\Python\Python39\lib\site-packages\swan\pycwt.py", line 219, in cwt_a
    W = memsafe_arr((len(scales), siglen), 'complex')
  File "C:\Users\hiro2\AppData\Local\Programs\Python\Python39\lib\site-packages\swan\pycwt.py", line 34, in memsafe_arr
    return np.memmap(_tmpfile, dtype=dtype, shape=shape)
  File "C:\Users\hiro2\AppData\Local\Programs\Python\Python39\lib\site-packages\numpy\core\memmap.py", line 254, in __new__
    fid.write(b'\0')
  File "C:\Users\hiro2\AppData\Local\Programs\Python\Python39\lib\tempfile.py", line 474, in func_wrapper
    return func(*args, **kwargs)
TypeError: write() argument must be str, not bytes

該当のソースコード

from swan import pycwt
import numpy as np
import matplotlib.pyplot as plt
import wave
#import struct
from scipy import fromstring, int16
#from pylab import *
#from scipy import signal


wavfile = '04-agarikata-kara-01-p6TAskMJUgg.wav'
wr = wave.open(wavfile, "rb")
ch = wr.getnchannels()
width = wr.getsampwidth()
fr = wr.getframerate()
fn = wr.getnframes()
fs = fn / fr

print("オーディオチャンネル数(モノラル: 1 ステレオ:2 ) : ", ch)
print("オーディオフレーム数 : ", fn)
print("サンプリングレート : ",fr)
print("記録時間(Sec) : ", fs, 'sec')
print("サンプルサイズ(バイト数) : ", width)
origin = wr.readframes(wr.getnframes())
data = origin[:fn]
wr.close()
amp = max(data)
print(amp)

print('len of origin', len(origin))
print('len of sampling: ', len(data))

# ステレオ前提 > monoral
y = np.frombuffer(data, dtype="int16")  /32768.0
x = np.linspace(0,fs, int(fn/2), endpoint=False)
plt.plot(x, y)
plt.show()

print(len(y))

Fs = 1/0.0001
omega0 = 5 #0.2 #1 #2 #8
# (1)　Freqを指定してcwt
freqs=np.arange(10,2000,2.5)
r=pycwt.cwt_f(y,freqs,Fs,pycwt.Morlet(omega0))
rr=np.abs(r)

plt.rcParams['figure.figsize'] = (10, 6)
fig = plt.figure()
ax1 = fig.add_axes([0.1, 0.75, 0.7, 0.2])
ax2 = fig.add_axes([0.1, 0.1, 0.7, 0.60], sharex=ax1)
ax3 = fig.add_axes([0.83, 0.1, 0.03, 0.6])

ax1.plot(x, y, 'k')

img = ax2.imshow(np.flipud(rr), extent=[0, 3,10, 2000], aspect='auto')  #, interpolation='nearest')
twin_ax = ax2
twin_ax.set_yscale('log')
twin_ax.set_xlim(0, 3)
twin_ax.set_ylim(10, 2000)
ax2.tick_params(which='both', labelleft=False, left=False)
twin_ax.tick_params(which='both', labelleft=True, left=True, labelright=False)
fig.colorbar(img, cax=ax3)
plt.show()

plt.plot(freqs,rr)
plt.xscale('log')
plt.show()

試したこと

他のサイトを訪れた結果コードがステレオではなくモノラル対応なのではないかという疑惑があります。

使用したサイト（FW/ツールのバージョンなど）

https://qiita.com/MuAuan/items/858aab2879708668e2bb

Comments

[jbpb0]

r=pycwt.cwt_f(y,freqs,Fs,pycwt.Morlet(omega0))

の「y」を「y[:100000]」に変えてサイズを小さくしたら実行できましたが、「y[:200000]」ではダメでした

[jbpb0]

上記のようにサイズを減らしても、ダメでしたでしょうか？

[hirohiro1999]

出来なかったです。。。

[jbpb0]

当方で実行できたコードを回答に追記したので、それで確認してみてください

[hirohiro1999]

ありがとうございます！

Answer 1

当方のWin 10のPythonで、適当なWavファイルを使って実行してみたところ、データのサイズが大きくなるとダメでした

r=pycwt.cwt_f(y,freqs,Fs,pycwt.Morlet(omega0))

の「y」を「y[:100000]」に変えてサイズを小さくしたら実行できましたが、「y[:200000]」ではダメで質問に掲載のと同じエラーが出ました

サイズをいくつまで減らしたら大丈夫なのかは、環境に依存するかもしれないので、質問者さんの環境でも確認してみてください

【追記】
フリーWave,MP3
の「Type：ショートフレーズ、Image：ファンファーレ（トランペット）」の「fanfare.wav」をダウンロードして、下記のコードで当方のWin 10パソコンで確認したところ、質問に掲載のエラーが出ずに実行できました

from swan import pycwt
import numpy as np
import matplotlib.pyplot as plt
import wave
#import struct
from scipy import fromstring, int16
#from pylab import *
#from scipy import signal


wavfile = 'fanfare.wav'
wr = wave.open(wavfile, "rb")
ch = wr.getnchannels()
width = wr.getsampwidth()
fr = wr.getframerate()
fn = wr.getnframes()
fs = fn / fr

print("オーディオチャンネル数(モノラル: 1 ステレオ:2 ) : ", ch)
print("オーディオフレーム数 : ", fn)
print("サンプリングレート : ",fr)
print("記録時間(Sec) : ", fs, 'sec')
print("サンプルサイズ(バイト数) : ", width)
origin = wr.readframes(wr.getnframes())
data = origin[:fn]
wr.close()
amp = max(data)
print(amp)

print('len of origin', len(origin))
print('len of sampling: ', len(data))

# ステレオ前提 > monoral
y = np.frombuffer(data, dtype="int16")  /32768.0
x = np.linspace(0,fs, int(fn/2), endpoint=False)
plt.plot(x, y)
plt.show()

print(len(y))

Fs = 1/0.0001
omega0 = 5 #0.2 #1 #2 #8
# (1)　Freqを指定してcwt
freqs=np.arange(10,2000,2.5)
r=pycwt.cwt_f(y[:100000],freqs,Fs,pycwt.Morlet(omega0))
rr=np.abs(r)

plt.rcParams['figure.figsize'] = (10, 6)
fig = plt.figure()
ax1 = fig.add_axes([0.1, 0.75, 0.7, 0.2])
ax2 = fig.add_axes([0.1, 0.1, 0.7, 0.60], sharex=ax1)
ax3 = fig.add_axes([0.83, 0.1, 0.03, 0.6])

ax1.plot(x, y, 'k')

img = ax2.imshow(np.flipud(rr), extent=[0, 3,10, 2000], aspect='auto')  #, interpolation='nearest')
twin_ax = ax2
twin_ax.set_yscale('log')
twin_ax.set_xlim(0, 3)
twin_ax.set_ylim(10, 2000)
ax2.tick_params(which='both', labelleft=False, left=False)
twin_ax.tick_params(which='both', labelleft=True, left=True, labelright=False)
fig.colorbar(img, cax=ax3)
plt.show()

plt.plot(freqs,rr)
plt.xscale('log')
plt.show()