### 如何使用 Python 读取音频文件并逐秒提取频率信息 要实现通过 Python 读取音频文件并逐秒提取频率信息的功能，可以按照以下方法操作： #### 使用 Wave 和 Numpy 提取音频帧数据 Wave 库能够加载 `.wav` 文件，并提供基本参数如采样率、通道数以及总帧数。Numpy 可以帮助处理这些原始字节数据。 以下是具体代码示例： ```python import wave import numpy as np import sys def extract_frequency_per_second(wav_file_path, sample_rate=44100): # 打开 WAV 音频文件 with wave.open(wav_file_path, 'rb') as audio: # 获取音频基本信息 n_channels = audio.getnchannels() frame_rate = audio.getframerate() n_frames = audio.getnframes() # 读取所有帧的数据 raw_data = audio.readframes(n_frames) # 转换为 NumPy 数组 data = np.frombuffer(raw_data, dtype=np.int16) # 如果是双声道，则拆分为两个单独的声道 if n_channels == 2: left_channel = data[::2] right_channel = data[1::2] elif n_channels == 1: single_channel = data # 计算每秒钟对应的样本数量 samples_per_second = int(frame_rate / sample_rate * sample_rate) # 假设一秒内的采样率为固定值 # 划分每一秒的数据片段 time_segments = [] for i in range(0, len(data), samples_per_second): segment = data[i:i + samples_per_second] if len(segment) >= samples_per_second: # 确保该段长度足够 time_segments.append(segment) return time_segments # 测试函数调用 if __name__ == "__main__": wav_file = "example.wav" segments = extract_frequency_per_second(wav_file) print(f"Total Segments Extracted: {len(segments)}") # 输出分割后的段落数量 ``` 上述代码实现了按秒划分音频数据的功能[^1]。它利用 `wave` 模块来解析 `.wav` 文件中的元数据和波形数据，并将其转换成适合进一步分析的形式。 #### FFT 进行频率域变换 为了获得频率信息，通常需要对信号应用快速傅里叶变换 (FFT)，这可以通过 SciPy 或者 NumPy 实现。下面是一个简单的例子展示如何计算每个时间段的主要频率成分： ```python from scipy.fft import fft def compute_frequencies(time_segment, sample_rate=44100): yf = fft(time_segment) # 对时间序列执行 FFT xf = np.linspace(0.0, sample_rate/2, len(yf)//2) # 创建频率轴 magnitude_spectrum = 2.0/len(yf) * np.abs(yf[:len(yf)//2]) # 幅度谱 return xf, magnitude_spectrum for idx, seg in enumerate(segments): freqs, magnitudes = compute_frequencies(seg) dominant_freq_idx = np.argmax(magnitudes) # 寻找最大幅度对应的位置 dominant_freq = freqs[dominant_freq_idx] print(f"Second {idx}: Dominant Frequency is {dominant_freq:.2f} Hz") ``` 此部分展示了如何基于之前的时间片生成相应的频率分布图，并找出其中最显著的一个频率点作为代表值[^4]。 #### 处理其他格式的音频文件 如果目标不是标准 PCM 编码的 `.wav` 文件而是 MP3 等压缩格式，则可能需要用到额外工具比如 PyDub 来先解码再继续后续流程[^5]。 --- ###