自前の音声データでウェーブレット解析ができない

Question

前提

Pythonでウェーブレット解析をしたく、自前のデータを読み込ませたところ
実装中に以下のエラーメッセージが発生しました。

実現したいこと

• 参考サイトと同じように実行したい

https://heartstat.net/2021/05/08/python_wavelet/

発生している問題・エラーメッセージ

ValueError Traceback (most recent call last) Input In [3], in <cell line: 1>() ----> 1 plt.pcolormesh(t, frq, 10*np.log(np.abs(coef)), cmap='jet') 2 plt.colorbar() 3 plt.show()

File D:\anaconda\envs\midi\lib\site-packages\matplotlib\pyplot.py:2691, in pcolormesh(alpha, norm, cmap, vmin, vmax, shading, antialiased, data, args, *kwargs) 2686 @_copy_docstring_and_deprecators(Axes.pcolormesh) 2687 def pcolormesh( 2688 args, alpha=None, norm=None, cmap=None, vmin=None, 2689 vmax=None, shading=None, antialiased=False, data=None, 2690 *kwargs): -> 2691 ret = gca().pcolormesh( 2692 args, alpha=alpha, norm=norm, cmap=cmap, vmin=vmin, 2693 vmax=vmax, shading=shading, antialiased=antialiased, 2694 *({"data": data} if data is not None else {}), **kwargs) 2695 sci(ret) 2696 return __ret

File D:\anaconda\envs\midi\lib\site-packages\matplotlib_init_.py:1423, in _preprocess_data..inner(ax, data, args, *kwargs) 1420 @functools.wraps(func) 1421 def inner(ax, args, data=None, *kwargs): 1422 if data is None: -> 1423 return func(ax, map(sanitize_sequence, args), *kwargs) 1425 bound = new_sig.bind(ax, args, *kwargs) 1426 auto_label = (bound.arguments.get(label_namer) 1427 or bound.kwargs.get(label_namer))

File D:\anaconda\envs\midi\lib\site-packages\matplotlib\axes_axes.py:6133, in Axes.pcolormesh(self, alpha, norm, cmap, vmin, vmax, shading, antialiased, args, *kwargs) 6130 shading = shading.lower() 6131 kwargs.setdefault('edgecolors', 'none') -> 6133 X, Y, C, shading = self._pcolorargs('pcolormesh', *args, 6134 shading=shading, kwargs=kwargs) 6135 coords = np.stack([X, Y], axis=-1) 6136 # convert to one dimensional array

File D:\anaconda\envs\midi\lib\site-packages\matplotlib\axes_axes.py:5636, in Axes._pcolorargs(self, funcname, shading, args, *kwargs) 5634 if isinstance(Y, np.ma.core.MaskedArray): 5635 Y = Y.data -> 5636 nrows, ncols = C.shape 5637 else: 5638 raise TypeError(f'{funcname}() takes 1 or 3 positional arguments ' 5639 f'but {len(args)} were given')

ValueError: too many values to unpack (expected 2)

該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
import pywt
import librosa

if __name__ == "__main__":
    wave, fs = librosa.load("./a2.mp3", sr=None, mono=False)
    wavelet_type = 'cmor1.5-1.0'
    scale = np.arange(1,257)
    coef, _ = pywt.cwt(wave, scales=scale, wavelet=wavelet_type)
    t = np.arange(len(wave))/fs
    frq = pywt.scale2frequency(scale=scale, wavelet=wavelet_type)*fs
    plt.pcolormesh(t, frq, 10*np.log(np.abs(coef)), cmap='jet')
    plt.colorbar()
    plt.show()
    plt.close()

試したこと

エラーからarray配列のサイズがあってないような感じだったので、確認しました。

wave, fs = librosa.load("./a.wav", sr=None, mono=False)
np.set_printoptions(threshold=np.inf)
print(wave.shape) --> (2, 9895555)

wave, fs = librosa.load("./saa.wav", sr=None, mono=False)
np.set_printoptions(threshold=np.inf)
print(wave.shape) --> (220500,)

これが原因のような気がするのですが、なぜ同じファイル形式なのに、サイズが違うのでしょうか？(片方は自前でもう一つは参考サイトのものです。)

補足情報（FW/ツールのバージョンなど）

anaconda(python=3.9.12)

Comments

[jbpb0]

> print(wave.shape) --> (2, 9895555)

> print(wave.shape) --> (220500,)

前者はステレオ(左右の2チャンネル)で、後者はモノラルだからではないですかね

Answer 1

print(wave.shape) --> (2, 9895555)

print(wave.shape) --> (220500,)

なぜ同じファイル形式なのに、サイズが違うのでしょうか？

前者はステレオ(左右の2チャンネル)で、後者はモノラルだからです

　
音声ファイルがステレオの場合は、

wave, fs = librosa.load("./fanfare.wav", sr=None, mono=False)

↓ 変更

wave, fs = librosa.load("./fanfare.wav", sr=None, mono=True)

としてモノラル(左右の平均)として読み込むか、

wave, fs = librosa.load("./fanfare.wav", sr=None, mono=False)

↓ 変更

wave2, fs = librosa.load("./fanfare.wav", sr=None, mono=False)

wave = wave2[0, :]
# または
wave = wave2[1, :]

として左右のどちらかだけ使うようにしたら、質問のエラーは出なくなると思います

参考
librosaで音声/音楽データを読み込むlibrosa.load【Python】

Comments

[kamui-sipe]

配列の違いはチャンネルのところだなとは思っていましたが、完全に失念しておりました。直したら無事実行できました。ありがとうございます。