计算帧中的FFT并写入文件

Question

我是python的新手，我正在尝试获取上传的wav文件的FFT值，并返回文本文件每行中每帧的FFT(使用GCP(

使用scipy或librosa

我需要的帧速率是30fps

波形文件将是48k采样率

所以我的问题是

1. 如何将整个wav文件的样本划分为每个帧的样本
2. 如何添加空采样以使帧采样的长度为2的幂(因为48000/30=1600添加448个空采样以达到2048(
3. 如何将生成的FFT数组归一化为[-1,1]

Answer 1

您可以使用带有回调的pyaudio来执行您正在执行的任何操作。

import pyaudio
import wave
import time
import struct
import sys
import numpy as np
if len(sys.argv) < 2:
print("Plays a wave file.nnUsage: %s filename.wav" % sys.argv[0])
sys.exit(-1)
wf = wave.open(sys.argv[1], 'rb')
# instantiate PyAudio (1)
p = pyaudio.PyAudio()
def callback_test(data, frame_count, time_info, status):
frame_count =1024
elm = wf.readframes(frame_count) # read n frames
da_i = np.frombuffer(elm, dtype='<i2') # convert to little endian int pairs
da_fft = np.fft.rfft(da_i) # fast fourier transform for real values
da_ifft = np.fft.irfft(da_fft)  # inverse fast fourier transform for real values 
da_i = da_ifft.astype('<i2') # convert to little endian int pairs
da_m = da_i.tobytes() # convert to bytes 
return (da_m, pyaudio.paContinue)
# open stream using callback (3)
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
channels=wf.getnchannels(),
rate=wf.getframerate(),# sampling frequency
output=True,
stream_callback=callback_test)
# # start the stream (4)
stream.start_stream()
# # wait for stream to finish (5)
while stream.is_active():
time.sleep(0.1)
# # stop stream (6)
stream.stop_stream()
stream.close()
wf.close()
# close PyAudio (7)
p.terminate()

请参考这些链接以进行进一步研究：

https://people.csail.mit.edu/hubert/pyaudio/docs/#example-回拨模式音频i-o和Python更改wav文件的音高