[Python] 목소리 wav 파형 그리기

plot을 따로 그리면 보다 자세하게 그려짐

 

아래는 과정

from scipy.io.wavfile import read import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True input_data = read('voice.wav') audio = input_data[1] plt.plot(audio[0:600000]) plt.ylabel("Amplitude") plt.xlabel("Time") plt.show()

import librosa import librosa.display import numpy as np from matplotlib import pyplot as plt audio_path = 'voice.wav' y, sr = librosa.load(audio_path) stft_result = librosa.stft(y, n_fft=4096, win_length = 4096, hop_length=1024) D = np.abs(stft_result) S_dB = librosa.power_to_db(D, ref=np.max) librosa.display.specshow(S_dB, sr=sr, hop_length = 1024,                           y_axis='linear', x_axis='time', cmap = None) plt.colorbar(format='%2.0f dB') plt.show()

from scipy.io import wavfile from matplotlib import pyplot as plt import numpy as np # Load the data and calculate the time of each sample samplerate, data = wavfile.read('voice.wav') times = np.arange(len(data))/float(samplerate) # Make the plot # You can tweak the figsize (width, height) in inches plt.figure(figsize=(30, 4)) plt.fill_between(times, data[:,0], data[:,1], color='k')  plt.xlim(times[0], times[-1]) plt.xlabel('time (s)') plt.ylabel('amplitude') # You can set the format by changing the extension # like .pdf, .svg, .eps plt.savefig('plot.png', dpi=100) plt.show()

import numpy as np import scipy.io as sio import scipy.io.wavfile import matplotlib.pyplot as plt import sounddevice as sd # 3-가 samplerate, data = sio.wavfile.read('voice.wav') times = np.arange(len(data))/float(samplerate) sd.play(data, samplerate) plt.fill_between(times, data[:,0], data[:,1], color='k')  plt.xlim(times[0], times[-1]) plt.xlabel('time (s)') plt.ylabel('amplitude') plt.show() # 3-나 # Sample rate (샘플레이트) # 이는 샘플의 빈도 수 입니다. # 즉, 1초당 추출되는 샘플 개수라고 할 수 있습니다. # 오디오에서 44.1KHz(44100Hz), 22KHz(22050Hz)를 뜻합니다. # 괄호안에 값은 좀더 정확하게 표현한 값입니다. print( 'sampling rate: ', samplerate) # 3-다  # 따라서 데이터 전체의 개수에서 sample rate를 나누어 주면됩니다. print ('time : ', times[-1])

import numpy as np import scipy.io as sio import matplotlib.pyplot as plt import librosa, librosa.display fig, axes = plt.subplots(nrows=3, ncols=1) fig = plt.figure(constrained_layout = True) samplerate, data = sio.wavfile.read('voice.wav') duration = len(data)/samplerate times = np.arange(0,duration,1/samplerate) # Wave file plt.subplot(3,1,1) plt.plot(times,data) plt.xlabel('time (s)') plt.ylabel('amplitude') plt.title('voice.wav') # FFT (Spectrum) fft = np.fft.fft(data) magnitude = np.abs(fft) #abs->manitude frequency = np.linspace(0,samplerate,len(magnitude)) left_spectrum = magnitude[:int(len(magnitude)/2)] left_f = frequency[:int(len(magnitude)/2)] plt.subplot(3,1,2) plt.plot(left_f, left_spectrum) plt.xlabel("Frequency") plt.ylabel("Magnitude") plt.title("FFT: Power spectrum") # STFT audio_path = 'voice.wav' y, sr = librosa.load(audio_path) plt.subplot(3,1,3) stft_result = librosa.stft(y, n_fft=4096, win_length = 4096, hop_length=1024) D = np.abs(stft_result) S_dB = librosa.power_to_db(D, ref=np.max) librosa.display.specshow(S_dB, sr=sr, hop_length = 1024,                          y_axis='linear', x_axis='time', cmap = None) plt.colorbar(format='%2.0f dB') plt.title("STFT: Power spectrum[dB]") plt.savefig('voice_wave.png', dpi=100) #plt.show()

 

출처: