用Python绘制语音信号的波形图及解决遇到的问题

一、用Python画语音信号的波形

音频信号是模拟信号，我们需要将其保存为数字信号，才能对语音进行算法操作，WAV是Microsoft开发的一种声音文件格式，通常被用来保存未压缩的声音数据。

语音信号有三个重要的参数：声道数、取样频率和量化位数。

• 声道数：可以是单声道或者是双声道；
• 采样频率：一秒内对声音信号的采集次数，44100Hz采样频率意味着每秒钟信号被分解成44100份；
• 量化位数：用多少bit表达一次采样所采集的数据，通常有8bit、16bit、24bit和32bit等几种。

1、打开wav文件

f = wave.open(r"audio.wav", "rb")

2、读取格式信息

wava模块为WAV声音格式提供了方面的界面，它不支持压缩/解压，但支持单声道/立体声。

# (nchannels, sampwidth, framerate, nframes, comptype, compname)
params = f.getparams()
nchannels, sampwidth, framerate, nframes = params[:4]

3、读取波形数据

str_data = f.readframes(nframes)
f.close()

4、将波形数据转换为数组并绘波形

wave_data = np.fromstring(str_data, dtype=np.short)
if nchannels == 2:
    wave_data.shape = -1, 2
    wave_data = wave_data.T
    time = np.arange(0, nframes) * (1.0 / framerate)
    pl.subplot(211)
    pl.plot(time, wave_data[0])
    pl.subplot(212)
    pl.plot(time, wave_data[1], c="g")
    pl.xlabel("time (seconds)")
    pl.show()
elif nchannels == 1:
    wave_data.shape = -1, 1
    wave_data = wave_data.T
    time = np.arange(0, nframes) * (1.0 / framerate)
    pl.subplot(211)
    pl.plot(time, wave_data[0])
    pl.xlabel("time (seconds)")
    pl.show()

5、画出的波形图

二、遇到的问题及解决办法

此处提示缺的时pylab模块，但是若直接去装它，用pip install pylab这条命令的话，会出错，说找不到。
这是因为需要先安装numpy、spy和matplotlib，之后才能获得pylab。
但是若直接用命令pip install matplotlib也不对，说是找不到相关联的文件。而用命令python -m pip install matplotlib经常会出现下载到一半就会报错，尝试了很多次都不行；最后，我采用的是先把matplotlib-3.2.1-cp37-cp37m-win_amd64.whl下载到电脑上，并保存在D\download目录下，之后进行下面的操作。
（1）按win+r，输入cmd并回车；
（2）键入d：
（3）输入dir；
（4）输入cd download;
（5）输入python -m pip install matplotlib-3.2.1-cp37-cp37m-win_amd64.whl；
这可能会多次出现下载到一半就出错的情况，这时候就要耐下心来进行多次尝试，直到成功；结果如下：

至此，PyCharm中所缺失的库就装好了，此时再次运行代码就能得出音频信号的波形图了，见上所示。