Python 提取音乐频谱并可视化

你有没有常常好奇一些音乐软件的频谱特效是怎么作的，为何作的这么好看？有没有想试试本身提取音乐频谱并可视化展示出来？今天，咱就结合上次的音乐剪辑操做：

Python 剪辑音乐就是这么简单

来可视化下面这首歌曲的频谱！

1.准备工做

开始以前，你要确保Python和pip已经成功安装在电脑上，若是没有，请访问这篇文章：超详细Python安装指南 进行安装。

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。

固然，我更推荐你们用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端装依赖模块，多舒服的一件事啊：Python 编程的最好搭档—VSCode 详细指南。

输入如下命令安装本文所须要的依赖模块:

pip install pydub
pip install librosa

看到 Successfully installed xxx 则说明安装成功。

2.频谱展现

使用librosa和matplot，咱们能够用10行代码完整地展现整个频谱：

import matplotlib.pyplot as plt
import librosa.display

# 音乐文件载入
audio_path = 'Fenn.mp3'
music, sr = librosa.load(audio_path)

# 宽高比为14:5的图
plt.figure(figsize=(14, 5))
librosa.display.waveplot(music, sr=sr)

# 显示图
plt.show()

不过，这样的频谱是整段音乐的，看起来很是难看，接下来咱们使用 pydub 切割频谱，以得到更佳的效果。咱们细分到0到1秒的区段来查看频谱：

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

# 1秒=1000毫秒
SECOND = 1000
# 音乐文件
AUDIO_PATH = 'Fenn.mp3'

def split_music(begin, end, filepath):
    # 导入音乐
    song = AudioSegment.from_mp3(filepath)
    
    # 取begin秒到end秒间的片断
    song = song[begin*SECOND: end*SECOND]
    
    # 存储为临时文件作备份
    temp_path = 'backup/'+filepath
    song.export(temp_path)

    return temp_path

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

# 宽高比为14:5的图
plt.figure(figsize=(14, 5))
librosa.display.waveplot(music, sr=sr)
plt.show()

这下细是细了，可是仍是太复杂了，其实咱们作频谱的展现，只须要正值便可：

而后咱们还能够进一步放大，好比说0.9秒到1秒之间的频谱：

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()

显示图

plt.show()

这样好看许多，不过若是要达成QQ音乐那种效果，仍是须要进行大量改造。

好比用精美的图像元素来填充替代、而后零值如何处理？如何让频谱更加平稳？此外，咱们是静态的图像，还须要根据事件动态地延续波段。

用于生产的代码确定比咱们这简易的代码更加复杂，并且也不该该是暴力去除负值绘制图像。这些有兴趣的读者能够自行研究啦。

咱们的文章到此就结束啦，若是你但愿咱们今天的Python 实战教程，请持续关注咱们，若是对你有帮助，麻烦在下面点一个赞/在看哦，有任何问题均可以在下方留言区留言，咱们都会耐心解答的！

---

Python实用宝典
不仅是一个宝典
欢迎关注公众号：Python实用宝典

原文来自Python实用宝典：Python 提取音乐频谱并可视化