python - 使用 sounddevice numpy 数组执行 fft

Question

我似乎无法弄清楚为什么我的代码不会产生 fft由 sounddevice.rec() 制成的 numpy 数组我能够让代码与音频文件一起使用，但不能与sounddevice 的数据

这是我的代码:

import sounddevice as sd
import numpy as np
import matplotlib.pyplot as plt

duration = 1 #sec
fs = 44100

def record():
"""records from the mic"""
   recording = sd.rec(int(duration * fs), samplerate = fs, channels =1, 
   dtype='float64')
   #waits till ur finished recording
   sd.wait(duration)
   return recording

def play(recording):
"""plays recording"""
   sd.play(recording, fs)
   sd.wait(duration)

def plot_signal_freq(ys):
   N = ys.size
   print(N)
   L = N/fs
   yk = np.fft.fft_freq(ys)
   k = np.arange(N)
   freqs = k/L
   fig, ax = plt.subplots()
   ax.plot(freqs, np.abs(yk))


while True:
   recording = record()
   print(type(recording.dtype))
   print(recording)
   play(recording)
   plot_signal_freq(recording)`

这是钢琴和弦文件上的 fft 图片: enter image description here

这是我录音中的 fft 图片 enter image description here

Answer 1

记录函数sd.rec()返回形状为[44100,1]的二维numpy数组。维度1与 channel 数有关(此处为1)。要测试它，请输入:

print( recording.shape)

然后，在长度为 1 的最后一个维度上执行 dft。因此，没有任何变化，yk 与 recording 完全相同。

为了纠正这个问题，可以将实数到复数 DFT np.fft.rfft() 应用于 recording[:,0]。此外，可以添加 Tuckey 窗来缓和将非周期信号帧视为周期信号周期的影响:边缘处的不连续性引入杂散频率(频谱泄漏)(参见 window function)。

from scipy import signal
...

N = ys.shape[0]
print(N , ys.shape)
L = N/fs
tuckey_window=signal.tukey(N,0.01,True) #generate the Tuckey window, widely open, alpha=0.01
ysc=ys[:,0]*tuckey_window               #applying the Tuckey window
yk = np.fft.rfft(ysc)                   #real to complex DFT
k = np.arange(yk.shape[0])
freqs = k/L
fig, ax = plt.subplots()
ax.plot(freqs, np.abs(yk))
plt.show()