我正在尝试使用 Python 的 NumPy 库进行一些频率分析。我有两个 .wav 文件,它们都包含 440 Hz 正弦波。其中一个是我使用 NumPy 正弦函数生成的,另一个是我在 Audacity 中生成的。FFT 适用于 Python 生成的,但对 Audacity 没有任何作用。
以下是两个文件的链接:
非工作文件:440_audacity.wav
工作文件:440_gen.wav
这是我用来做傅里叶变换的代码:
import numpy as np
import matplotlib.pyplot as plt
import scipy.io.wavfile as wave
infile = "440_gen.wav"
rate, data = wave.read(infile)
data = np.array(data)
data_fft = np.fft.fft(data)
frequencies = np.abs(data_fft)
plt.subplot(2,1,1)
plt.plot(data[:800])
plt.title("Original wave: " + infile)
plt.subplot(2,1,2)
plt.plot(frequencies)
plt.title("Fourier transform results")
plt.xlim(0, 1000)
plt.tight_layout()
plt.show()
我有两个 16 位 PCM .wav 文件,一个来自 Audacity,一个使用 NumPy 正弦函数创建。NumPy 生成的结果如下(正确),峰值为 440Hz:
我用 Audacity 创建的波形虽然看起来相同,但在傅立叶变换上没有给出任何结果:
我承认我在这里不知所措。这两个文件实际上应该包含相同的数据。它们以相同的方式编码,并且波形在上图中看起来相同。
这是用于生成工作文件的代码:
import numpy as np
import wave
import struct
import matplotlib.pyplot as plt
from operator import add
freq_one = 440.0
num_samples = 44100
sample_rate = 44100.0
amplitude = 12800
file = "440_gen.wav"
s1 = [np.sin(2 * np.pi * freq_one * x/sample_rate) * amplitude for x in range(num_samples)]
sine_one = np.array(s1)
nframes = num_samples
comptype = "NONE"
compname="not compressed"
nchannels = 1
sampwidth = 2
wav_file = wave.open(file, 'w')
wav_file.setparams((nchannels, sampwidth, int(sample_rate), nframes, comptype, compname))
for s in sine_one:
wav_file.writeframes(struct.pack('h', int(s)))