上个星期我跑步没问题,现在我遇到了一些奇怪的错误:
Traceback (most recent call last):
File "call.py", line 52, in <module>
main()
File "call.py", line 50, in main
validate(temp_path)
File "call.py", line 35, in validate
ivr_wav = IVR_Wav(validate_path)
File "call.py"
我必须减少白噪声从一个声音record.Because的,我使用傅立叶变换transform.But我不知道如何使用快速傅立叶变换函数的返回值,这是在frequincy domain.How我可以使用快速傅立叶变换数据来减少噪声?
以下是我的代码
from scipy.io import wavfile
import matplotlib.pyplot as plt
import simpleaudio as sa
from numpy.fft import fft,fftfreq,ifft
#reading wav file
fs,data=wavfile.read("a.wav
我是一位音乐家,我正在编写一个python脚本,它读取一个.wav文件,使用快速傅里叶变换将其转化为一组正弦波,然后将这些正弦波调到最近的谐波频率。如果所有这些听起来都是胡言乱语,那就好了,我的问题可以在没有任何音乐知识的情况下得到回答。
当我在一个相当长的.wav文件上运行我的脚本时,需要几个小时来处理脚本的以下部分:
filtered_data_fft = np.zeros(data_fft.size)
for f in data_fft:
if f > 1:
valid_frequency = (np.abs(valid_frequencies - i)).
我使用大胆产生一个10赫兹的音调,48千赫采样和1秒的持续时间。然后用下面的脚本加载它来绘制FFT图:
from scipy.io import wavfile
from scipy.fftpack import fft, fftfreq
import matplotlib.pyplot as plt
from pydub import AudioSegment
import numpy as np
wav_filename = "\\test\\10Hz.wav"
samplerate, data = wavfile.read(wav_filename)
total_sam
使用python处理一个基于说话人识别的项目,并在查找MFCC时遇到以下错误。
Traceback (most recent call last):
File "neh1.py", line 10, in <module>
complexSpectrum = numpy.fft(signal)
TypeError: 'module' object is not callable
这是代码的一部分:
import numpy
from scipy.fftpack import dct
from scipy.io import wavfile
s
我试图对一个.wav文件执行一些分析,我从以下问题()中提取了代码,但是,当运行我遇到以下错误的代码时,它似乎给出了我所需要的内容:
TypeError:片索引必须是整数或无整数,或者有索引方法
这发生在我的代码的第9行。我不知道为什么会发生这种情况,因为我认为abs函数会使它成为一个整数。
import matplotlib.pyplot as plt
from scipy.fftpack import fft
from scipy.io import wavfile # get the api
fs, data = wavfile.read('New Recording 2
我试图用Python编写一个傅立叶变换,这样我就可以从几个信号中获得一些数据,但由于某种原因,我的结果有一个奇怪的负成分。在网上搜索,我找不出我做错了什么。
#Library function calls
import scipy.fft as ft #This library helps with performing the transform
import matplotlib.pyplot as plt #This will allow us to plot the data
import numpy as np #This will allow us to use arrays
#
我正在尝试将一个wav文件的stft转换为chromagram。
这是我的代码:
def stft(x,fs,framesize,hopsize):
frame = int(framesize*fs)
hop = int(hopsize*fs)
w = scipy.hamming(frame)
X = scipy.array([scipy.fft(w*x[i:i+frame])])
for i in range(0,len(x)-frame,hop)
return X
这是chrom
我使用scipy.io.wavfile的read函数,然后是numpy.array和numpy.savetxt,将WAV文件转换为存储在CSV中的向量。如下所示:
def read_wav(wav_file_name):
a = read('data/'+wav_file_name)
b = numpy.array(a[1],dtype=float)
numpy.savetxt('data/'+wav_file_name+'.csv', b, delimiter=",")
return b
但是,C
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。其中一个是用NumPy正弦函数生成的,另一个是用Audacity生成的。FFT对Python生成的FFT起作用,但对Audacity不起任何作用.
以下是两个文件的链接:
非工作文件:
工作文件:
这是我用来进行傅里叶变换的代码:
import numpy as np
import matplotlib.pyplot as plt
import scipy.io.wavfile as wave
infile = "440_gen.wav"
rate, data = w
我正在尝试测试一个Python脚本,它有望从wav文件中生成音频频谱图。我假设我需要输入一个wav的路径,但是当我在这里输入它时,我得到了一个错误: IndexError: list index out of range:
sr,x = scipy.io.wavfile.read('mySoundFile.wav')
我还尝试将路径作为命令行中的参数,但我没有得到正确的结果。有什么帮助吗?
"""
Compute and display a spectrogram.
Give WAV file as input
"""
impo
我在Python中对音频谱图进行了PCA处理,并面临以下问题:我有一个矩阵,其中每一行都包含扁平的歌曲特性。在应用PCA之后,我很清楚,尺寸已经减少了。但我在常规数据集中找不到这些维度数据。
import sys
import glob
from scipy.io.wavfile import read
from scipy import signal
from scipy.fftpack import fft
import numpy as np
import matplotlib.pyplot as plt
import pylab
# Read file to get sampler