如何在python中从声音到频谱再回到声音?

我如何获取一个wav文件,将其每隔几毫秒转换为一个频率强度数组,对该数组进行操作,然后将该新数组转换回一个wav文件.

是否有一个看起来像这样的图书馆

wav_data = library.read_wav('aoeu.wav') # [0, 3, 201, ... etc]

spectrum = library.get_spectrum(wav_data)  
# [[0, 0, 0, .2, 0, .7, ... etc], 
#  [0, 0, 0, .3, 0, .8, ... etc],
#  ... etc] 

spectrum[:, 0] = 0 # kill the lowest frequency (assuming spectrum is a numpy array)

library.spectrum_to_wav(spectrum) # [0, 3, 201, ... etc]

解决方法:

使用librosa.stftlibrosa.istft并使用librosa.load读取音频文件

import librosa

audio, sample_rate = librosa.load('song.wav')

spectrum = librosa.stft(audio)
reconstructed_audio = librosa.istft(spectrum)

sum(audio[:len(reconstructed_audio)] - reconstructed_audio)  # very close to 0

我正在使用音频[:len(reconstructed_audio)],因为信息会在转换中丢失. istft(stft(foo))可以返回比foo短一点且值略有不同的数组.

上一篇:真实感水面绘制-资料收集


下一篇:python-Theano中的逆FFT