Pythonで音声解析をしよう

本記事では，Pythonの音声解析のいろはを順を追って紹介していきます．

事前条件

Pythonがインストール済み
cmdからpyまたはpythonでpythonのインタプリタが起動できる

私の環境

Windows10 Home 64bit
Python3.7.4
Visual Studio Code(VSCode)
Vim(マジで好き)

必要なPythonライブラリ

numpy
wave
matplotlib.pyplot

インポート設定

import numpy as np
import matplotlib.pyplot as plt

第一章 ~データの用意~

適当な音声データを読み込んで解析するのが流れとしては良いと思いますが，まずは簡単のためにデータを作成します．正弦波を以下のようにして作ってみましょう．

正弦波の作成

def make_wave():
    fs = 48000 # サンプリングレート
    f = 10 # 周波数
    t = np.linspace(0,1,fs) # 1秒を48,000分割
    y = np.sin(2*np.pi*f*t) # 正弦波を作成
    return y

後に再利用したいので，関数にしておきます．

第二章 ~プロットしてみよう~

では，用意した波をプロットして外観を見てみましょう．

プロット

    sig = make_wave()
    plt.plot(sig)
    plt.show()

たしかに，10回振動する波が作成されていますね．
このとき，横軸は単純にデータ数なので，0~48,000まであります．

第三章 ~解析編の前に~

ここまでのコードをまとめると，以下のようになります．

まとめ

# -*- coding: utf-8 -*-

import numpy as np
import matplotlib.pyplot as plt

def make_wave():
    fs = 48000
    f = 10
    t = np.linspace(0,1,fs)
    y = np.sin(2*np.pi*f*t)
    return y

def main():
    sig = make_wave()
    plt.plot(sig)
    plt.show()

if __name__ == '__main__':
    main()

非常に単純なコードですが，これだけでデータの作成，確認ができちゃいます．
pythonって便利ですね．
次回，解析についてまとめるので，今回は短いですが以上で失礼します．

次章 ~Fast Fourier Transform~

高速フーリエ変換について