Python實現(xiàn)提取音樂頻譜的方法詳解

更新時間：2022年06月14日 10:08:31 作者：Ckend

你有沒有經(jīng)常好奇一些音樂軟件的頻譜特效是怎么做的，為什么做的這么好看？有沒有想試試自己提取音樂頻譜并可視化展現(xiàn)出來？本文就來教你如何利用Python提取音樂頻譜，快來學(xué)習(xí)一下吧

前言

你有沒有經(jīng)常好奇一些音樂軟件的頻譜特效是怎么做的，為什么做的這么好看？有沒有想試試自己提取音樂頻譜并可視化展現(xiàn)出來？今天，咱就結(jié)合上次的音樂剪輯操作：

3行Python代碼實現(xiàn)剪輯音樂

來簡單粗暴地可視化下面這首歌曲的頻譜！

1.準備

開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上,如果沒有，可以訪問這篇文章：超詳細Python安裝指南進行安裝。

Windows環(huán)境下打開Cmd(開始—運行—CMD)，蘋果系統(tǒng)環(huán)境下請打開Terminal(command+空格輸入Terminal)，準備開始輸入命令安裝依賴。

當(dāng)然，我更推薦大家用VSCode編輯器，把本文代碼Copy下來，在編輯器下方的終端裝依賴模塊，多舒服的一件事啊

在終端輸入以下命令安裝我們所需要的依賴模塊:

pip install pydub
pip install librosa

看到 Successfully installed xxx 則說明安裝成功。

2.頻譜展示

使用librosa和matplot，我們可以用10行代碼完整地展示整個頻譜：

import?matplotlib.pyplot?as?plt
import?librosa.display
# 音樂文件載入
audio_path =?'Fenn.mp3'
music, sr = librosa.load(audio_path)
# 寬高比為14:5的圖
plt.figure(figsize=(14,5))
librosa.display.waveplot(music, sr=sr)
# 顯示圖
plt.show()

不過，這樣的頻譜是整段音樂的，看起來非常難看，接下來我們使用 pydub 切割頻譜，以獲得更佳的效果。我們細分到0到1秒的區(qū)段來查看頻譜：

import?matplotlib.pyplot?as?plt
import?librosa.display
import?numpy?as?np
from?pydub?import?AudioSegment
# 1秒=1000亳秒
SECOND =?1000
#音樂文件
AUDIO_PATH =?'Fenn.mp3'

def?split_music(begin, end, filepath):
????# 導(dǎo)兒音樂
????song = AudioSegment.from_mp3(filepath)
????# 取begin秒至ijend秒間的片段
????song = song[begin*SECOND: end*SECOND]
????# 存儲為臨時文件做備份
????temp_path =?'backup/'+filepath
????song.export(temp_path)
????return?temp_path
music, sr = librosa.load(split_music(0,?1, AUDIO_PATH))
#寬高比為14:5的圖
plt.figure(figsize=(14,?5))
librosa.display.waveplot(music, sr=sr)
plt.show()

這下細是細了，但是還是太復(fù)雜了，其實我們做頻譜的展示，或許只需要正值即可：

然后我們還可以進一步放大，比如說0.9秒到1秒之間的頻譜：

# 公眾號：Python 實用寶典
n0 =?9000
n1 =?10000
music = np.array([mic?for?mic?in?music?if?mic >?0])
plt.figure(figsize=(14,?5))
pit.plot(music[n0:n1])
plt.grid()
#顯示圖
plt.show()

這樣好看許多，不過如果要達成QQ音樂那種效果，還是需要進行大量改造。

比如用精美的圖像元素來填充替代、然后零值如何處理？如何讓頻譜更加平穩(wěn)？此外，我們是靜態(tài)的圖像，還需要根據(jù)事件動態(tài)地延續(xù)波段。

用于生產(chǎn)的代碼肯定比我們這簡易的代碼更加復(fù)雜，而且也不應(yīng)該是暴力去除負值繪制圖像。這些有興趣的讀者可以自行研究啦。

以上就是Python實現(xiàn)提取音樂頻譜的方法詳解的詳細內(nèi)容，更多關(guān)于Python提取頻譜的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: