使用 R 检测音频文件中的特定频率答案

【问题标题】：Detect specific frequency in audio file using R使用 R 检测音频文件中的特定频率
【发布时间】：2020-02-27 02:32:31
【问题描述】：

我有一个蟋蟀唧唧喳喳的录音 wav 文件，每隔一段时间就会在大约 20kHz 处发生大约 0.01 秒的啁啾声。我想使用 R 来检测录制期间特定频率（20kHz）发生/开始的时间。

波浪对象

Number of Samples:      4041625
Duration (seconds):     91.65
Samplingrate (Hertz):   44100
Channels (Mono/Stereo): Mono
PCM (integer format):   TRUE
Bit (8/16/24/32/64):    16

【问题讨论】：

这是一个需要解决的有趣问题。如果您可以将文件托管在某个地方让其他人尝试找到解决方案，那就太好了。

标签： r audio pitch-detection

【解决方案1】：

我相信 seewave 包中的 dfreq 是您所追求的。该方法随时间（以秒为单位）返回主频率（幅度最高的频率）。以下是如何获取该信息的示例：

library(tuneR)
library(seewave)

# Read audio file
crickets <- readWave("~/crickets.wav")

# Get dominant frequency
d <- dfreq(crickets, plot = FALSE)

head(d)

#               x        y
# [1,] 0.00000000 0.000000
# [2,] 0.02332295 0.000000
# [3,] 0.04664589 0.000000
# [4,] 0.06996884 0.000000
# [5,] 0.09329179 0.000000
# [6,] 0.11661474 2.583984

【讨论】：

【解决方案2】：

正如@anddt 所说，dfreq 是一个不错的选择，尽管它通常需要对各种参数进行一些调整，例如threshold 和wl。这是一个玩具示例，其中包含一些包含噪声的虚构数据。

library(seewave)
library(tuneR)

chirp = sine(freq = 20000, duration = 0.01, xunit = 'time')
silence_0.2 = silence(duration = 0.2, xunit = 'time')
silence_0.1 = silence(duration = 0.1, xunit = 'time')
noise_0.2 = noise(kind='pink', duration=0.2, xunit = 'time')
noise_0.1 = noise(kind='pink', duration=0.1, xunit = 'time')
signal = bind(silence_0.2, chirp, noise_0.1, silence_0.2, chirp, silence_0.1, noise_0.2, chirp, noise_0.2, silence_0.2)

# threshold removes noise, wl is the window length of the fourier transform, smaller 
# values give more accuracy for time but noise gets more troublesome
peaks = data.frame(dfreq(signal, threshold = 10, wl = 128, plot=F))
peaks[is.na(peaks)] = 0
names(peaks) = c('time', 'frequency')
peaks$frequency[peaks$frequency < 19.9 | peaks$frequency > 20.1] = 0

startindices = which(diff(peaks$frequency) > 19)
endindices = which(diff(peaks$frequency) < -19)
starttimes = peaks[startindices, 1]
endtimes = peaks[endindices, 1]

plot(signal, col='grey')
abline(v = starttimes, col='green')
abline(v = endtimes, col='red')

结果如下所示。绿色竖线表示开始，红色竖线表示结束。

【讨论】：