Python读取麦克风保存成文件并进行FFT

FFT的结果是跟窗口有关的。我目的是想实时读取麦克风的，但目前只做到读取麦克风录音->保存wave文件->打开wave并进行FFT。

当时用Spectrogram 16这款软件达到了演示的目的。

想继续往下做，应该要参考这篇文。

 

-------------------------------------------------------

这是本人在csdn的第一篇博文，以前的博客是http://kken0206.blog.163.com/

旧博客基本上是自己玩的，163博客圈十分窄。今天发现系统还会自动删评论，一怒之下，决定要换了。

在此慢慢积累和互联网有关的知识。。

 

 

一、环境

XP Python 3.4

二、安装必须包：
1、安装python3.4
2、https://pypi.org搜索pyaudio并pip install whl
3、pip install numpy scipy matlablib
4、参考http://www.squirrel-electronics.com/zai-pythonxia-shi-shi-xian-shi-mai-ke-feng-bo-xing-yu-pin-pu.html run demo: https://github.com/licheegh/dig_sig_py_study/tree/master/Analyse_Microphone

 

三、Python 上FFT例子

https://blog.csdn.net/ouening/article/details/71079535

 

四、Python--pyaudio声卡录音

https://blog.csdn.net/xsc_c/article/details/8944655

 

五、Python--pyAudio播放wav格式声音

https://blog.csdn.net/xsc_c/article/details/8944077

 

六、TODO: 打开wav文件并进行FFT分析

#!usr/bin/env python
#coding=utf-8
 
from tkinter import *
import wave
from scipy.fftpack import fft,ifft
import matplotlib.pyplot as plt
import numpy as np
 
def read_wave_data(file_path):
	#open a wave file, and return a Wave_read object
	f = wave.open(file_path,"rb")
	#read the wave's format infomation,and return a tuple
	params = f.getparams()
	#get the info
	nchannels, sampwidth, framerate, nframes = params[:4]
	#Reads and returns nframes of audio, as a string of bytes. 
	str_data = f.readframes(nframes)
	#close the stream
	f.close()
	#turn the wave's data to array
	wave_data = np.fromstring(str_data, dtype = np.short)
	#for the data is stereo,and format is LRLRLR...
	#shape the array to n*2(-1 means fit the y coordinate)
	wave_data.shape = -1, 2
	#transpose the data
	wave_data = wave_data.T
	#calculate the time bar
	time = np.arange(0, nframes) * (1.0/framerate)
	return wave_data, time

def data_fft(data, time, time_start, time_end):
        #短时fft。截取一段时间内的数据先
        #time_start是开始时间，time_end是结束时间
        t = []
        y = []
        count = 0
        #for i in time:
        for i in range(time.size):
                if((time[i] >= time_start) & (time[i] <= time_end)):
                        count = count + 1
                        t = np.append(t, time[i])
                        y = np.append(y, data[0][i])    #只提取左声道
        #print (count)
                        
        yy=fft(y)                  #快速傅里叶变换
        yreal = yy.real               # 获取实数部分
        yimag = yy.imag               # 获取虚数部分

                
        yf=abs(fft(y))                # 取绝对值
        yf1=abs(fft(y))/len(t)           #归一化处理
        yf2 = yf1[range(int(len(t)/2))]  #由于对称性，只取一半区间

        xf = np.arange(len(y))        # 频率
        xf1 = xf
        xf2 = xf[range(int(len(t)/2))]  #取一半区间

        plt.figure()
        
        plt.subplot(221)
        plt.plot(t, y)   
        plt.title('Original wave')

        plt.subplot(222)
        plt.plot(xf,yf,'r')
        plt.title('FFT of Mixed wave(two sides frequency range)',fontsize=7,color='#7A378B')  #注意这里的颜色可以查询颜色代码表

        plt.subplot(223)
        plt.plot(xf1,yf1,'g')
        plt.title('FFT of Mixed wave(normalization)',fontsize=9,color='r')

        plt.subplot(224)
        plt.plot(xf2,yf2,'b')
        plt.title('FFT of Mixed wave)',fontsize=10,color='#F08080')


        plt.show()
        
        
def main():
	wave_data, time = read_wave_data('D:\Python34\myCode\\file1.wav')
	
	data_fft(wave_data, time, 1, 2)
	
	plt.figure()
	#draw the wave
	plt.subplot(211)
	plt.plot(time, wave_data[0])
	plt.subplot(212)
	plt.plot(time, wave_data[1], c = "g")
	plt.show()
	
 
if __name__ == "__main__":
	main()