建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
表征音頻信號(hào)涉及將時(shí)域信號(hào)轉(zhuǎn)換為頻域，并通過(guò)以下方式理解其頻率分量。 這是一個(gè)重要的步驟，因?yàn)樗峁┝岁P(guān)于信號(hào)的大量信息。 可以使用像傅立葉變換這樣的數(shù)學(xué)工具來(lái)執(zhí)行此轉(zhuǎn)換。
創(chuàng)新互聯(lián)企業(yè)建站,十多年網(wǎng)站建設(shè)經(jīng)驗(yàn)，專(zhuān)注于網(wǎng)站建設(shè)技術(shù)，精于網(wǎng)頁(yè)設(shè)計(jì)，有多年建站和網(wǎng)站代運(yùn)營(yíng)經(jīng)驗(yàn)，設(shè)計(jì)師為客戶(hù)打造網(wǎng)絡(luò)企業(yè)風(fēng)格，提供周到的建站售前咨詢(xún)和貼心的售后服務(wù)。對(duì)于網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)中不同領(lǐng)域進(jìn)行深入了解和探索，創(chuàng)新互聯(lián)在網(wǎng)站建設(shè)中充分了解客戶(hù)行業(yè)的需求，以靈動(dòng)的思維在網(wǎng)頁(yè)中充分展現(xiàn)，通過(guò)對(duì)客戶(hù)行業(yè)精準(zhǔn)市場(chǎng)調(diào)研，為客戶(hù)提供的解決方案。
示例
以下示例將逐步說(shuō)明如何使用存儲(chǔ)在文件中的 Python 來(lái)表征信號(hào)。 請(qǐng)注意，這里使用傅里葉變換數(shù)學(xué)工具將其轉(zhuǎn)換為頻域。
導(dǎo)入必要的軟件包，如下所示 -
import numpy as np
import matplotlib.pyplot as plt
from scipy.io import wavfile現(xiàn)在，讀取存儲(chǔ)的音頻文件。 它會(huì)返回兩個(gè)值:采樣頻率和音頻信號(hào)。 提供存儲(chǔ)音頻文件的路徑，如命令所示 -
frequency_sampling, audio_signal = wavfile.read("/Users/admin/sample.wav")在這一步中，將使用下面給出的命令顯示音頻信號(hào)的采樣頻率，信號(hào)的數(shù)據(jù)類(lèi)型和持續(xù)時(shí)間等參數(shù) -
print('\nSignal shape:', audio_signal.shape)
print('Signal Datatype:', audio_signal.dtype)
print('Signal duration:', round(audio_signal.shape[0] /
float(frequency_sampling), 2), 'seconds')在這一步中，我們需要對(duì)信號(hào)進(jìn)行標(biāo)準(zhǔn)化，如下面的命令所示 -
audio_signal = audio_signal / np.power(2, 15)這一步涉及提取信號(hào)的長(zhǎng)度和半長(zhǎng)。使用以下命令 -
length_signal = len(audio_signal)
half_length = np.ceil((length_signal + 1) / 2.0).astype(np.int)現(xiàn)在，需要應(yīng)用數(shù)學(xué)工具來(lái)轉(zhuǎn)換到頻域。 這里使用傅里葉變換。
signal_frequency = np.fft.fft(audio_signal)現(xiàn)在，進(jìn)行頻域信號(hào)的歸一化并將其平方 -
signal_frequency = abs(signal_frequency[0:half_length]) / length_signal
signal_frequency **= 2接下來(lái)，提取頻率變換信號(hào)的長(zhǎng)度和一半長(zhǎng)度 -
len_fts = len(signal_frequency)請(qǐng)注意，傅里葉變換信號(hào)必須針對(duì)奇偶情況進(jìn)行調(diào)整。
if length_signal % 2:
signal_frequency[1:len_fts] *= 2
else:
signal_frequency[1:len_fts-1] *= 2現(xiàn)在，以分貝(dB)為單位提取功率 -
signal_power = 10 * np.log10(signal_frequency)調(diào)整X軸的以kHz為單位的頻率 -
x_axis = np.arange(0, len_half, 1) * (frequency_sampling / length_signal) / 1000.0現(xiàn)在，將信號(hào)的特征可視化如下 -
plt.figure()
plt.plot(x_axis, signal_power, color='black')
plt.xlabel('Frequency (kHz)')
plt.ylabel('Signal power (dB)')
plt.show()可以觀察上面代碼的輸出圖形，如下圖所示 -
文章標(biāo)題：創(chuàng)新互聯(lián)AI教程：AI人工智能表征音頻信號(hào):轉(zhuǎn)換到頻域
當(dāng)前地址：http://m.5511xx.com/article/djpccgp.html
