python 如何计算音高

Python计算音高可以通过使用音频处理库、傅里叶变换、检测音频信号的基频等方法实现。常用的库包括Librosa、Aubio和PyDub。傅里叶变换可以将时域信号转换为频域信号，从而识别音高。下面将详细介绍如何使用这些方法和库来计算音高。

一、音频处理库的选择

Python有多个库可以用于音频处理，其中Librosa和Aubio是非常常用的两个库。

Librosa

Librosa是一个强大的Python库，专门用于音乐和音频分析。它提供了丰富的工具来处理音频信号，包括计算音高。

首先，确保安装了Librosa库：

pip install librosa

然后，使用Librosa读取音频文件并提取音高：

import librosa
加载音频文件
audio_path = 'your_audio_file.wav'
y, sr = librosa.load(audio_path)
提取音高
pitches, magnitudes = librosa.piptrack(y=y, sr=sr)

Librosa的piptrack函数通过短时傅里叶变换(STFT)获取音高。

Aubio

Aubio是另一个用于音频信号分析的库，特别适合实时音高检测。

安装Aubio：

pip install aubio

使用Aubio检测音高：

import aubio
设置音高检测器
win_s = 4096  # FFT窗口大小
hop_s = 512   # hop大小
samplerate = 44100
pitch_o = aubio.pitch("default", win_s, hop_s, samplerate)
pitch_o.set_unit("Hz")
pitch_o.set_silence(-40)
读取音频文件
audio_path = 'your_audio_file.wav'
s = aubio.source(audio_path, samplerate, hop_s)
total_frames = 0
while True:
    samples, read = s()
    pitch = pitch_o(samples)[0]
    print(f"Detected pitch: {pitch} Hz")
    total_frames += read
    if read < hop_s: break

Aubio提供了多种音高检测算法，可以根据需求选择合适的算法。

二、傅里叶变换的使用

傅里叶变换是信号处理中的重要工具，可以将时间域信号转换为频率域信号，从而识别音高。

短时傅里叶变换(STFT)

STFT是一种常用的分析工具，可以用于检测音频信号的频率成分。

import numpy as np
from scipy.fft import fft
import matplotlib.pyplot as plt
生成一个简单的正弦波
fs = 44100  # 采样率
t = np.linspace(0, 1, fs)
freq = 440  # 音高频率
x = 0.5 * np.sin(2 * np.pi * freq * t)
计算傅里叶变换
X = fft(x)
frequencies = np.fft.fftfreq(len(X), 1/fs)
绘制频谱
plt.plot(frequencies, np.abs(X))
plt.title('Frequency Spectrum')
plt.xlabel('Frequency (Hz)')
plt.ylabel('Magnitude')
plt.show()

从频谱图中可以识别出主要的频率成分，即音高。

基频检测

基频是音高的最基本频率成分，可以通过自相关函数或赫尔穆特变换(HPS)等方法检测。

自相关法：

def autocorrelation(signal):
    result = np.correlate(signal, signal, mode='full')
    return result[result.size // 2:]
signal = x  # 假设x是从音频中提取的信号
autocorr = autocorrelation(signal)
找到第一个峰值的位置
d = np.diff(autocorr)
start = np.where(d > 0)[0][0]
peak = np.argmax(autocorr[start:]) + start
pitch = fs / peak
print(f"Estimated pitch: {pitch} Hz")

赫尔穆特变换：

赫尔穆特变换是一种通过将信号的频谱缩减到其基频上的方法。

三、音高检测中的挑战和解决方案

噪声干扰

在实际应用中，音频信号常常受到噪声的干扰。滤波器可以用来减少噪声，增强信号质量。可以使用带通滤波器来隔离目标频率范围内的信号，从而更准确地检测音高。

from scipy.signal import butter, lfilter
def butter_bandpass(lowcut, highcut, fs, order=5):
    nyq = 0.5 * fs
    low = lowcut / nyq
    high = highcut / nyq
    b, a = butter(order, [low, high], btype='band')
    return b, a
def bandpass_filter(data, lowcut, highcut, fs, order=5):
    b, a = butter_bandpass(lowcut, highcut, fs, order=order)
    y = lfilter(b, a, data)
    return y
filtered_signal = bandpass_filter(x, 300, 3400, fs)