蟒蛇音频波形文件分析

Question

我正在开发一个程序，该程序需要一个 30 分钟的 wav 文件并分析它的各种事件。我有一堆 30 分钟的体育赛事 wav 文件，并试图自动查找某些事件发生的时间。

例如，以下是我希望尝试识别的事件：- 当目标或事件发生时，人群中会有噪音和欢呼声。我想返回这些事件发生的时间。- 或者当哨子吹响时- 能够识别长时间的完全沉默也会有所帮助

我一直在绘制这些音频样本的FFT，并得出结论，这并不能让我对这些事件有最好的了解。最好的过程是什么？

任何指导将不胜感激。

谢谢

Answer 1

希望以下步骤可以帮助您。

1. 读取 WAV 文件：

   在 Python 中读取 *.wav 文件

   Python Wave 字节数据

2. 检测声音：

   使用python检测并录制声音

   使用现场麦克风的 pyaudio 检测点击

   Python 在检测到的声音上录制音频

3. 确定声音块中的第一个异常点，例如：

   sample_rate = 44100
   wav_file_duration = 30*60   #in sec.
   first_abnormal_point_index = 20000
   

   那么声音的开始是：

   onset = first_abnormal_point_index/sample_rate * wav_file_duration
   

或者你也可以使用其他python包来做到这一点，比如莫代尔或奥比奥。