音乐分析和可视化

如何解决音乐分析和可视化

| 我对用Python编写音乐可视化程序感兴趣。第一个问题是如何从音乐中获取信息？如体积，频率，rpm等。从哪里来的？来自声卡还是实际的音乐文件？我的猜测来自声卡，但是如何访问声卡和所需信息？最好以与平台无关的方式（必须使用Linux）。我已经读过一些有关傅立叶变换的信息，但是我不确定这是否是最好的方法。我考虑过使用OpenGL进行可视化，但是我仍然愿意征求建议。我已经查看了这些维基页面，但尚未找到答案： http://wiki.python.org/moin/Audio/ http://wiki.python.org/moin/PythonInMusic

解决方法

如果您正在寻找一个跨平台的音频库，我强烈建议您使用FMOD，它会摇摆不定。还有一个包装器可以在python中使用它（尽管我从未使用过）。它将提供诸如开箱即用的频谱之类的功能。如果您想分析音频文件，我的算法就是拍子频谱。它通过比较音乐的每个简短样本来计算相似度矩阵。一旦计算出相似度矩阵，就有可能获得每个时间间隔T的每个样本对{S（T）; S（T + 1）}之间的平均相似度：这就是拍频。它可以获取音频序列的BPM，但可以做更多的工作，例如识别音乐的不同部分，定位相似样本之间的过渡。我不知道“可视化音频”到底是什么意思，但是我认为此算法应该为您提供足够的信息，以开始将图像与音频同步（如果您要这样做）。 , 另一个用于此的工具是librosa。除默认操作外，它还提供节拍跟踪以获取bpm。根据教程，用于节拍跟踪：

import librosa
audio_path = librosa.util.example_audio_file()
# or uncomment the line below and point it at your favorite song:
# audio_path = \'/path/to/your/favorite/song.mp3\'
y,sr = librosa.load(audio_path)
y_percussive = librosa.effects.hpss(y)
tempo,beats = librosa.beat.beat_track(y=y_percussive,sr=sr)

正如@dionyziz所说，节拍将在帧中。您可以使用将它们转换为实际时间

librosa.frames_to_time(beats)

我还没有尝试过。 , 由于Echo Nest API不再可用，因此不再是一个好的答案。仅出于历史原因离开考虑一下与Python完美配合的Echo Nest API，它将返回有关每分钟节拍（可能是您想要的而不是RPM），平均振幅甚至任何音频文件的“可跳舞性”的信息。您需要一个API密钥，但除此之外，它是免费的并且运行良好。它还具有通过其Echo Nest Remix程序包处理音乐的代码。这是他们的示例代码：

\"\"\"Reverse a song by playing its beats 
   forward starting from the end of the song\"\"\"
import echonest.audio as audio   

# Easy around wrapper mp3 decoding and Echo Nest analysis
audio_file = audio.LocalAudioFile(\"NeverGonnaTellIt.mp3\")

# You can manipulate the beats in a song as a native python list
beats = audio_file.analysis.beats
beats.reverse()


# And render the list as a new audio file!
audio.getpieces(audio_file,beats).encode(\"NeverGonnaTellItBackwardsByBeat.mp3\")