在Python中获取音频不同频率的功率，可按以下步骤进行操作： 1. **导入相关库**：需要使用`numpy`进行数值计算，`scipy`进行信号处理，`wave`用于处理`.wav`格式的音频文件。 2. **读取音频文件**：使用`wave`库读取`.wav`文件，并获取音频的采样频率和音频数据。 3. **进行离散傅里叶变换（DFT）**：对音频数据进行DFT转换，得到频域信号。 4. **计算功率谱**：功率谱定义为傅里叶变换结果的幅值平方，并进行归一化处理。 5. **频率轴计算**：计算对应的频率值。由于输入信号是实数，其频谱关于采样频率的一半对称，只需取前半部分频谱进行分析。 以下是一个示例代码： ```python import numpy as np import scipy.fft as fft import wave # 读取音频文件 def read_wav_file(file_path): with wave.open(file_path, 'rb') as wf: # 获取采样频率 fs = wf.getframerate() # 获取音频数据 frames = wf.readframes(wf.getnframes()) audio_data = np.frombuffer(frames, dtype=np.int16) return fs, audio_data # 计算功率谱 def calculate_power_spectrum(audio_data, fs): # 进行离散傅里叶变换 X = fft.fft(audio_data) # 计算功率谱 power_spectrum = np.abs(X) ** 2 / len(audio_data) # 频率轴计算 frequencies = fft.fftfreq(len(audio_data), 1/fs) # 由于输入信号是实数，其频谱关于采样频率的一半对称，只需取前半部分频谱进行分析 half_length = len(power_spectrum) // 2 power_spectrum = power_spectrum[:half_length] frequencies = frequencies[:half_length] return frequencies, power_spectrum # 主函数 if __name__ == "__main__": file_path = 'your_audio_file.wav' fs, audio_data = read_wav_file(file_path) frequencies, power_spectrum = calculate_power_spectrum(audio_data, fs) print("Frequencies:", frequencies) print("Power Spectrum:", power_spectrum) ``` ###