从 Raspberry Pi 上的麦克风读取频率答案

【问题标题】：Read frequency from mic on Raspberry Pi从 Raspberry Pi 上的麦克风读取频率
【发布时间】：2016-03-27 17:13:55
【问题描述】：

有没有一种简单的方法可以录制几秒钟的声音并将其转换为频率？我有一个 USB 麦克风和一个树莓派 2 B。

在发布的文件 (convert2note.py) 中，我想知道如何使 f 等于从麦克风获得的频率。 This is what the program looks like so far

#d=69+12*log(2)*(f/440)
#d is midi, f is frequency
import math
f=raw_input("Type the frequency to be converted to midi: ")
d=69+(12*math.log(float(f)/440))/(math.log(2))
d=round(int(d))
notes = ["C", "C#", "D", "D#", "E", "F", "F#", "G", "G#", "A", "A#", "B"]
print notes[d % len(notes)]

非常感谢：D

【问题讨论】：

您最初的问题是——如何使用 python 从麦克风中捕捉声音？我想知道，因为您似乎没有任何麦克风输入。如果这是您的问题，这里有几个答案引用了一些可能有用的库。
是你的第二个问题，我如何获取我捕获的声音，然后确定该波的频率，这里还有几个问题，参考方法似乎可以工作
@PyNEwbie 是的，这些都是我的问题。你能把我转发到正确的网站吗？我很不知道从哪里开始以及如何解决这个问题。谢谢！
这里是关于如何从树莓派上的麦克风捕获声音的讨论。 http://raspberrypi.stackexchange.com/questions/4027/how-do-capture-audio-using-python。只需在堆栈站点中使用上述关键字搜索即可引导您进行相关讨论。

标签： python audio raspberry-pi audio-recording frequency

【解决方案1】：

例如，要捕获音频，您可以使用sox 程序。有关详细信息，请参阅链接文档，但它可能很简单：

rec input.wav

但下面是用来使文件与下面代码所期望的格式相匹配的；

rec −c 2 −b 16 −e signed-integer -r 44100 input.wav

（技术上只有-c、-b 和-e 选项是匹配下面代码所必需的。您可以降低采样率-r 以加快处理速度）

要在 Python 中处理音频，最好将其保存在 wav 文件中，因为 Python 在标准库中有一个用于读取这些音频的模块。

为了将音频转换为频率，我们将使用 Numpy 的 fast Fourier transform for real input 形式的 discrete Fourier transform。请参阅下面的代码片段，其中我也使用 matplotlib 来制作绘图。

以下代码假定为 2 通道（立体声）16 位 WAV 文件。

from __future__ import print_function, division
import wave
import numpy as np
import matplotlib.pyplot as plt

wr = wave.open('input.wav', 'r')
sz = wr.getframerate()
q = 5  # time window to analyze in seconds
c = 12  # number of time windows to process
sf = 1.5  # signal scale factor

for num in range(c):
    print('Processing from {} to {} s'.format(num*q, (num+1)*q))
    avgf = np.zeros(int(sz/2+1))
    snd = np.array([])
    # The sound signal for q seconds is concatenated. The fft over that
    # period is averaged to average out noise.
    for j in range(q):
        da = np.fromstring(wr.readframes(sz), dtype=np.int16)
        left, right = da[0::2]*sf, da[1::2]*sf
        lf, rf = abs(np.fft.rfft(left)), abs(np.fft.rfft(right))
        snd = np.concatenate((snd, (left+right)/2))
        avgf += (lf+rf)/2
    avgf /= q
    # Plot both the signal and frequencies.
    plt.figure(1)
    a = plt.subplot(211)  # signal
    r = 2**16/2
    a.set_ylim([-r, r])
    a.set_xlabel('time [s]')
    a.set_ylabel('signal [-]')
    x = np.arange(44100*q)/44100
    plt.plot(x, snd)
    b = plt.subplot(212)  # frequencies
    b.set_xscale('log')
    b.set_xlabel('frequency [Hz]')
    b.set_ylabel('|amplitude|')
    plt.plot(abs(avgf))
    plt.savefig('simple{:02d}.png'.format(num))
    plt.clf()

avgf 数组现在保存左右频率的平均值。情节是这样的；

如您所见，声音信号通常包含许多频率。

【讨论】：