波形的曲线图谱，如Audacity

Question

我想绘制与Audacity可以绘制的频率图类似的频率图：

​

​

我没有找到能做到这一点的软件(在命令行中)，所以我开始使用python来做这件事，使用specgram函数。由于我无法重做这样的图(来自Audacity的紫色图)，我想知道是否有人确切地知道Audacity正在绘制的是什么，它的意思是什么，并且在某个地方有什么伪代码吗？我在音频处理方面的基础知识很少，但如果有人在这方面指导我，我想我可以编写任何建议/伪代码/过程。现在，我在这里，绘制类似这样的东西，这是我到目前为止在任何地方都看到的大致情况。

​

​

> pxx, freqs, bins, _ = plt.specgram(y, NFFT=s, Fs=rate, noverlap=0,
                                        cmap=plt.cm.binary, sides='onesided',
                                        window=signal.blackmanharris(s),
                                        scale_by_freq=True,
                                        mode='magnitude')
plot(freqs, numpy.log10(pxx.max(axis=1)))

我不明白怎样才能得到dB对频率的“降低”，我可以用Audacity在任何音频上看到它

干杯

Answer 1

据我所知，Audacity绘制了幅度谱，即前2048个样本的fourier transform的绝对值。您可以绘制与short time fourier transform的每个频率段相关的所有时间块中的最大振幅。

也许这能满足你的需求：

import numpy as np
from scipy import signal
from matplotlib import pyplot as plt

y = y[0:2048] * signal.blackmanharris(2048)
X_amp = np.abs(np.fft.rfft(y))
X_db = 20 * np.log10(X_amp)
freqs = np.fft.rfftfreq(2048, 1/rate)
plt.plot(freqs, X_db)

编辑：

哦，我在Audacity manual里找到了这个页面。因此，以np.average(pxx, axis=1)为例，plt.specgram模仿Audacity应该没问题。手册中没有说明使用的跳数大小...也许可以尝试将noverlap-parameter设置为s/2。(这是一个常见的选择。)

Answer 2

谢谢，我已经很接近了，但是你找到了。最后，代码非常简单：

pxx, freqs, bins, _ = plt.specgram(y, NFFT=s, Fs=rate, noverlap=0,
                                   cmap=plt.cm.binary, sides='onesided',
                                   window=signal.blackmanharris(s),
                                   scale_by_freq=True,
                                   mode='magnitude')
plot(freqs, 20 * log10(mean(pxx, axis=1)), 'g')

而且，除了y轴单位之外，我几乎可以精确到一个像素，而不是audacity：

Final plot