Python 提取音樂頻譜並可視化

你有沒有常常好奇一些音樂軟件的頻譜特效是怎麼作的，爲何作的這麼好看？有沒有想試試本身提取音樂頻譜並可視化展示出來？今天，咱就結合上次的音樂剪輯操做：

Python 剪輯音樂就是這麼簡單

來可視化下面這首歌曲的頻譜！

1.準備工做

開始以前，你要確保Python和pip已經成功安裝在電腦上，若是沒有，請訪問這篇文章：超詳細Python安裝指南 進行安裝。

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

固然，我更推薦你們用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：Python 編程的最好搭檔—VSCode 詳細指南。

輸入如下命令安裝本文所須要的依賴模塊:

pip install pydub
pip install librosa

看到 Successfully installed xxx 則說明安裝成功。

2.頻譜展現

使用librosa和matplot，咱們能夠用10行代碼完整地展現整個頻譜：

import matplotlib.pyplot as plt
import librosa.display

# 音樂文件載入
audio_path = 'Fenn.mp3'
music, sr = librosa.load(audio_path)

# 寬高比爲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，看起來很是難看，接下來咱們使用 pydub 切割頻譜，以得到更佳的效果。咱們細分到0到1秒的區段來查看頻譜：

import matplotlib.pyplot as plt
import librosa.display
import numpy as np
from pydub import AudioSegment

# 1秒=1000毫秒
SECOND = 1000
# 音樂文件
AUDIO_PATH = 'Fenn.mp3'

def split_music(begin, end, filepath):
    # 導入音樂
    song = AudioSegment.from_mp3(filepath)
    
    # 取begin秒到end秒間的片斷
    song = song[begin*SECOND: end*SECOND]
    
    # 存儲爲臨時文件作備份
    temp_path = 'backup/'+filepath
    song.export(temp_path)

    return temp_path

music, sr = librosa.load(split_music(0, 1, AUDIO_PATH))

# 寬高比爲14:5的圖
plt.figure(figsize=(14, 5))
librosa.display.waveplot(music, sr=sr)
plt.show()

這下細是細了，可是仍是太複雜了，其實咱們作頻譜的展現，只須要正值便可：

而後咱們還能夠進一步放大，好比說0.9秒到1秒之間的頻譜：

放大

n0 = 9000
n1 = 10000

music = np.array([mic for mic in music if mic > 0])
plt.figure(figsize=(14, 5))
plt.plot(music[n0:n1])
plt.grid()

顯示圖

plt.show()

這樣好看許多，不過若是要達成QQ音樂那種效果，仍是須要進行大量改造。

好比用精美的圖像元素來填充替代、而後零值如何處理？如何讓頻譜更加平穩？此外，咱們是靜態的圖像，還須要根據事件動態地延續波段。

用於生產的代碼確定比咱們這簡易的代碼更加複雜，並且也不該該是暴力去除負值繪製圖像。這些有興趣的讀者能夠自行研究啦。

咱們的文章到此就結束啦，若是你但願咱們今天的Python 實戰教程，請持續關注咱們，若是對你有幫助，麻煩在下面點一個贊/在看哦，有任何問題均可以在下方留言區留言，咱們都會耐心解答的！

---

Python實用寶典
不僅是一個寶典
歡迎關注公衆號：Python實用寶典

原文來自Python實用寶典：Python 提取音樂頻譜並可視化