Python-Frequenz-Erkennung

Den aubio Bibliotheken wurden eingewickelt mit SWIG und kann somit verwendet werden, die von Python. Unter Ihren vielen Funktionen gehören mehrere Methoden für die Erkennung/Schätzung einschließlich der YIN Algorithmus und einige harmonische Kamm algorithmen.

Jedoch, wenn Sie wollen etwas einfacher, ich schrieb einige code für die pitch-Schätzung vor einiger Zeit, und Sie können nimm es oder lass es. Es wird nicht so genau sein, wie mithilfe von algorithmen, die in aubio, aber es könnte gut sein, genug für Ihre Bedürfnisse. Ich im Grunde nahm einfach die FFT-Analyse der Daten mal ein Fenster (ein Blackman-Fenster in diesem Fall) zum Quadrat der FFT-Werte, gefunden die bin, die hatte den höchsten Wert, und verwendet eine quadratische interpolation rund um den Gipfel über den log des max-Wertes und die beiden benachbarten Werte zu finden, die Grundfrequenz. Die quadratische interpolation ich nahm etwas Papier, das ich gefunden habe.

Es funktioniert ziemlich gut auf die test-Töne, aber es wird nicht so robust oder so genau wie die anderen oben genannten Methoden. Die Genauigkeit kann erhöht werden durch die Erhöhung der chunk-Größe (oder reduziert durch die Senkung der it). Die chunk-size sollte ein Vielfaches von 2, um die volle Nutzung der FFT. Auch, ich bin nur der Bestimmung der fundamentalen Tonhöhe für jedes chunk mit keine überschneidung. Ich verwendet PyAudio zu spielen, den Ton über beim schreiben der geschätzten Steigung.

Source Code:

# Read in a WAV and find the freq's
import pyaudio
import wave
import numpy as np

chunk = 2048

# open up a wave
wf = wave.open('test-tones/440hz.wav', 'rb')
swidth = wf.getsampwidth()
RATE = wf.getframerate()
# use a Blackman window
window = np.blackman(chunk)
# open stream
p = pyaudio.PyAudio()
stream = p.open(format =
                p.get_format_from_width(wf.getsampwidth()),
                channels = wf.getnchannels(),
                rate = RATE,
                output = True)

# read some data
data = wf.readframes(chunk)
# play stream and find the frequency of each chunk
while len(data) == chunk*swidth:
    # write data out to the audio stream
    stream.write(data)
    # unpack the data and times by the hamming window
    indata = np.array(wave.struct.unpack("%dh"%(len(data)/swidth),\
                                         data))*window
    # Take the fft and square each value
    fftData=abs(np.fft.rfft(indata))**2
    # find the maximum
    which = fftData[1:].argmax() + 1
    # use quadratic interpolation around the max
    if which != len(fftData)-1:
        y0,y1,y2 = np.log(fftData[which-1:which+2:])
        x1 = (y2 - y0) * .5 / (2 * y1 - y2 - y0)
        # find the frequency and output it
        thefreq = (which+x1)*RATE/chunk
        print "The freq is %f Hz." % (thefreq)
    else:
        thefreq = which*RATE/chunk
        print "The freq is %f Hz." % (thefreq)
    # read some more data
    data = wf.readframes(chunk)
if data:
    stream.write(data)
stream.close()
p.terminate()

Finden Sie das Frequenzspektrum des sliding windows über den Klang aus hier und dann überprüfen Sie das Vorhandensein der vorherrschenden Frequenz-band über das finden der Fläche unter dem Frequenzspektrum Kurve für diesen band aus hier.