音乐分析与可视化

Question

我对用Python编程一个音乐可视化工具很感兴趣。

第一个问题是如何从音乐中获取信息？比如音量、频率、转速等。 从哪里来的？从声卡还是真正的音乐文件？

我是从声卡上猜出来的，但是我怎么才能访问声卡和想要的信息呢？最好采用独立于平台的方式（必须使用Linux）。 我已经读过一些关于傅里叶变换的书，但我不确定这是否是最好的方法。

我考虑过使用OpenGL来实现可视化，但我仍然愿意提出建议。

我已经看过那些维基页面，但还没有找到答案： http://wiki.python.org/moin/Audio/
http://wiki.python.org/moin/PythonInMusic

Answer 1

另一个工具是librosa。除了默认操作之外，它还提供Beat tracking来获取bpm。根据教程，对于节拍跟踪：

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)

作为@dionyziz also said

beats will be in frames. You can convert them to actual time using

librosa.frames_to_time(beats)

^{我还没试过。}

Answer 2

不再是一个好答案，因为Echo Nest API不再可用。只因历史原因离开

考虑一下Echo NestAPI，它可以完美地与Python一起工作，并将返回有关每分钟跳动（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，并且工作良好。

它也有操作音乐的代码，通过他们的回声巢混音包。下面是他们的示例代码：

"""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")

Answer 3

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这只是岩石。还有一个wrapper可以在python中使用它（尽管我从未使用过它）。
它将提供一些功能，如将频谱从盒子中取出。
如果你想分析音频文件，我的choix算法是beat spectrum。它通过比较音乐的每个短样本与其他样本来计算相似度矩阵。一旦计算出相似矩阵，就可以得到每个时间间隔T的每个样本对{S（T）；S（T+1）}之间的平均相似性：这是拍谱。
它允许获取音频序列的BPM，但可以做更多的事情，比如识别音乐的不同部分，定位相似示例之间的转换。我不知道你所说的“可视化音频”到底是什么意思，但我认为这个算法应该为你提供足够的信息，以便开始将图像与音频同步（如果你想这样做的话）。