音频信号基础知识：波形、功率、强度、响度、音质

最新推荐文章于 2024-06-18 15:46:39 发布

原创最新推荐文章于 2024-06-18 15:46:39 发布 · 1.2w 阅读

34 ·

CC 4.0 BY-SA版权

文章标签：

#信号处理 #python

音频信号处理专栏收录该内容

6 篇文章

订阅专栏

本文介绍了音频信号的基础知识，重点讨论波形图的类型及其所包含的信息，如频率、强度与音质。波形图反映了声音的电信号，频率决定了音高，振幅影响响度。声音功率、强度和响度的概念也得到阐述，音质则是区分相同频率和强度声音的关键因素。

波形

波形图：将声波转换为电信号保存起来就变成了波形图

波形图分为真实声音的波形图（只是理论存在）、录制声音的波形图、回放声音的波形图。通常我们一般讲的原始波形图都是指录制出来的波形图。

波形包含了多因素信息，例如：频率、强度、音质

周期性波形的相邻波峰之间为一个周期，频率为周期的倒数

频率越大，音高越高。振幅越大，响度越大。

pitch（音高）与 frequency 之间存在一个转换公式

音高和频率的关系

从pitch和频率的对应关系可以看出，人耳对频率变化的感知不是线性的，而是类似log变化的

Sound power 声音功率是单位时间内从生源释放出来的能量单位：瓦特(W)
Sound intensity 声音强度的单位是W/m^2
Intensity level 强度等级的单位是分贝 decibels(dB)
Loudness 响度其实是声音强度的主观感知
Timbre 音质是具有相同强度、频率、时长的声音的区别

# 提取波形的代码：
import librosa
import librosa.display
import matplotlib.pyplot as plt


# 加载音频文件 （这里要换成你自己的音频文件的路径）
source_file = "./data/section_02_source_train_normal_0000_strenght_1_ambient.wav"
# 如果不加入sr=None参数，采样率会默认设置成22050！！！
source, sr1 = librosa.load(source_file, mono=True, sr=None)

print(f"wave file shape: {source.shape}   Sample rate: {sr1}")

# 可视化波形
librosa.display.waveplot(source, sr=sr1, alpha=0.5)
plt.title("Source domain audio waveform")
plt.ylim(-0.1, 0.1)

plt.show()