采样率和 wav 数据包含不同的维度答案

【问题标题】：Sample rate and wav data contains different dimensions采样率和 wav 数据包含不同的维度
【发布时间】：2018-04-13 20:09:09
【问题描述】：

我正在尝试在 Python 中读取 wav 文件。我使用 wavfile.read 读取 25MB 文件并获得 sample_rate 和 data 它们具有以下尺寸：

files[:1][0] 是 .wav 文件。

sample_rate, samples = wavfile.read(files[:1][0])
print(sample_rate)
print(len(samples))
print(samples)

48000
14466512
[157 150 141 ...,  33  37  42]

现在我想输出它的波形和频谱图，我正在使用以下代码来做到这一点：

freqs, times, spectrogram = log_specgram(samples, sample_rate)

fig = plt.figure(figsize=(14,8))
ax1 = fig.add_subplot(211)
ax1.set_title('Raw wave of ' + files[:1][0])
ax1.set_ylabel('Amplitude')
ax1.plot(np.linspace(0, sample_rate/len(samples), sample_rate), samples)

ax2 = fig.add_subplot(212)
ax2.imshow(spectrogram.T, aspect='auto', origin='lower', 
           extent=[times.min(), times.max(), freqs.min(), freqs.max()])
ax2.set_yticks(freqs[::16])
ax2.set_xticks(times[::16])
ax2.set_title('Spectrogram of ' + files[:1][0])
ax2.set_ylabel('Freqs in Hz')
ax2.set_xlabel('Seconds')

但是，我收到以下错误：

ValueError: x and y must have same first dimension, but have shapes (48000,) and (14466512,)

任何想法如何解决这个问题？

【问题讨论】：

标签： python speech-recognition wav

【解决方案1】：

替换

ax1.plot(np.linspace(0, sample_rate/len(samples), sample_rate), samples)

与

ax1.plot(np.linspace(0, len(samples)/sample_rate, len(samples)), samples)

采样率是每秒多少个样本。如果您尝试绘制所有样本，x 值的数量应该是样本数，而不是每秒的样本数。

对于第二个更改，我假设您正在尝试在几秒钟内制作您的 x 轴。样本数/每秒样本数将为您提供秒数，而不是相反。

【讨论】：