提取音乐的调式调性python

### 使用Python分析音频文件以提取其调式和调性要实现音乐的调式和调性的自动检测，可以利用 `librosa` 和其他辅助库来完成这一目标。以下是具体方法： #### 音频加载与预处理首先需要通过 `librosa.load()` 函数读取音频文件并将其转换为时间序列数据[^1]。 ```python import librosa audio_path = 'example_audio.wav' y, sr = librosa.load(audio_path, sr=None) # 加载音频文件 ``` #### 提取音高信息为了获取音频的调性和调式，通常会先计算音频的 **Chroma 特征**。这些特征表示了音频中不同音高的激活程度，能够反映旋律和和弦结构的信息[^2]。 ```python chroma = librosa.feature.chroma_stft(y=y, sr=sr) ``` #### 调性估计调性可以通过分析 Chroma 向量的主要成分得到。一种常见的做法是对 Chroma 数据应用 K-Means 或其他聚类算法，找到最可能的根音（Root Note）。此外，还可以使用专门的函数如 `librosa.segment.recurrence_matrix()` 来增强模式匹配效果。另一种更高效的方法是借助现成工具包中的内置功能，比如 PyChromecast 的扩展模块或者第三方插件来进行自动化判断。 #### 判断大调还是小调 (调式) 对于区分大小调的任务，则需进一步考察特定频率范围内的能量分布差异。一般而言，在相同基底上比较两者的相对强度即可得出结论——如果第三级音较低则倾向于小调；反之则是大调[^3]。下面给出一段综合上述逻辑的小型脚本作为示范用途: ```python from sklearn.cluster import KMeans import numpy as np def estimate_key(chroma): # 对每一帧 chroma 进行平均化简化操作 avg_chroma = np.mean(chroma, axis=1) # 应用 k-means 方法寻找主键位置 model = KMeans(n_clusters=1).fit(avg_chroma.reshape(-1, 1)) root_note_index = int(model.cluster_centers_[0][0]) notes = ['C', 'Db', 'D', 'Eb', 'E', 'F', 'Gb', 'G', 'Ab', 'A', 'Bb', 'B'] major_profile = [6.35, 2.23, 3.48, 2.33, 4.38, 4.09, 2.52, 5.19, 2.39, 3.66, 2.29, 2.88] minor_profile = [6.33, 2.68, 3.52, 5.38, 2.60, 3.53, 2.54, 4.75, 3.98, 2.69, 3.34, 3.17] correlation_major = np.corrcoef(major_profile, avg_chroma)[0, 1] correlation_minor = np.corrcoef(minor_profile, avg_chroma)[0, 1] mode = "Major" if correlation_major > correlation_minor else "Minor" return f"{notes[root_note_index]} {mode}" key_estimate = estimate_key(chroma) print(f"The estimated key is: {key_estimate}") ``` 以上代码实现了基本的功能框架，实际部署时可根据需求调整参数设置或引入更多优化措施提升精度。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇后台启动python