Librosa 音频时域波形对比显示 - Python 代码示例

import librosa
import matplotlib
import numpy as np
import matplotlib.pyplot as plt
from scipy.fft import fft
import librosa.display



plt.figure(dpi=600) # 将显示的所有图分辨率调高
matplotlib.rc("font",family='SimHei') # 显示中文
matplotlib.rcParams['axes.unicode_minus']=False # 显示符号


def displayWaveform(sample1, sample2,sample3): # 显示语音时域波形
    '''
    display waveform of a given speech sample
    :param sample_name: speech sample name
    :param fs: sample frequency
    :return:
    '''
    samples1, sr1 = librosa.load(sample1, sr=16000)
    samples2, sr2 = librosa.load(sample2, sr=16000)
    samples3, sr3 = librosa.load(sample3, sr=16000) # 读取音频文件

    min_len = min(len(samples1), len(samples2), len(samples3)) # 取三个样本中最短的长度
    samples1 = samples1[:min_len]
    samples2 = samples2[:min_len]
    samples3 = samples3[:min_len]

    time = np.arange(0, min_len) * (1.0 / sr1)

    plt.figure(figsize=(18, 8))
    plt.plot(time, samples1)
    plt.title("原音频时域波形",fontsize=18)
    plt.xlabel("时长（秒）",fontsize=18)
    plt.ylabel("振幅",fontsize=18)
    plt.xticks(fontsize=12)
    plt.yticks(fontsize=12)

    plt.plot(time, samples2)
    plt.title("改进前降噪后音频时域波形",fontsize=18)
    plt.xlabel("时长（秒）",fontsize=18)
    plt.ylabel("振幅",fontsize=18)
    plt.subplots_adjust(hspace=0.5) # 调整子图间距
    plt.xticks(fontsize=12)
    plt.yticks(fontsize=12)

    plt.plot(time, samples3) # 传入读取到的音频数据
    plt.title("改进后降噪后音频时域波形", fontsize=18)
    plt.xlabel("时长（秒）", fontsize=18)
    plt.ylabel("振幅", fontsize=18)
    plt.subplots_adjust(hspace=0.5)
    plt.xticks(fontsize=12)
    plt.yticks(fontsize=12)
    plt.show()


if __name__ == '__main__':
    sample1 = r'p335_023.wav'
    sample2 = r'enhanced_p335_023.wav'
    sample3 = r'enhanced_p335_023G_88_0.2559.wav'
    displayWaveform(sample1, sample2,sample3)

代码解释：

1. 导入必要的库：

   • librosa: 用于加载和处理音频数据
   • matplotlib: 用于绘制图形
   • numpy: 用于数值计算
   • scipy.fft: 用于快速傅里叶变换
   • librosa.display: 用于显示音频数据

2. 设置图形参数：

   • plt.figure(dpi=600): 设置图形分辨率为 600dpi
   • matplotlib.rc("font",family='SimHei'): 设置字体为 SimHei，以便显示中文
   • matplotlib.rcParams['axes.unicode_minus']=False: 设置负号显示

3. 定义 displayWaveform 函数：

   • 该函数接收三个音频样本的路径作为参数
   • 使用 librosa.load 加载音频文件，并获取样本数据和采样率
   • 找到三个样本中最短的长度，并截取所有样本到相同的长度
   • 使用 plt.plot 绘制波形图
   • 设置图形标题、轴标签、字体大小等
   • 使用 plt.subplots_adjust 调整子图间距
   • 使用 plt.show 显示图形

4. 主程序：

   • 定义三个音频样本的路径
   • 调用 displayWaveform 函数显示波形图

运行代码：

1. 确保安装了所有必要的库。
2. 将代码保存为 .py 文件，例如 audio_waveform.py
3. 在终端中运行代码，例如 python audio_waveform.py

修改和使用：

• 可以修改 sample1, sample2, sample3 变量的值，以显示不同的音频样本。
• 可以调整图形参数，例如分辨率、字体大小、颜色等。
• 可以将代码整合到其他程序中，用于分析和处理音频数据。

注意：

• 代码中使用的音频样本文件需要存在于当前目录中。
• 如果使用的是其他音频格式，请调整 librosa.load 函数的参数。
• 如果出现错误，请检查代码是否正确，以及是否安装了必要的库。

使用场景：

• 音频信号处理
• 降噪效果评估
• 语音识别
• 音频分析
• 音频编辑