python获取音频的音高和基频

获取音频的音高和基频需要用到音频处理的知识和相应的Python库。

一般来说，获取音频的音高和基频可以通过以下步骤实现：

1. 使用Python库读取音频文件，如`scipy.io.wavfile`库可以读取.wav格式的音频文件。

2. 对音频信号进行预处理，例如去除直流分量、对信号进行加窗、进行快速傅里叶变换等。

3. 通过对预处理后的音频信号进行频域分析，可以计算出音频信号的频谱。

4. 在频谱中查找最高的谷值，该谷值对应于音频信号的基频。

5. 通过计算基频的倍数，可以得到音频信号的音高。

实现这些步骤需要使用一些Python库，如NumPy、SciPy、Matplotlib等。具体的实现方法可以参考以下示例代码：

import numpy as np
from scipy.io import wavfile
import matplotlib.pyplot as plt

# 读取音频文件
fs, audio = wavfile.read('audio.wav')

# 预处理音频信号
audio = audio.astype(float)
audio -= np.mean(audio)
window = np.hamming(len(audio))
audio *= window

# 计算频谱
fft = np.fft.fft(audio)
freqs = np.fft.fftfreq(len(fft))
mag = np.abs(fft)

# 查找基频
fund_freq = np.argmax(mag)
if fund_freq == 0:
    fund_freq = 1
fund_freq_hz = abs(freqs[fund_freq] * fs)

# 计算音高
pitch = 69 + 12 * np.log2(fund_freq_hz / 440.0)

# 输出结果
print("基频：", fund_freq_hz, "Hz")
print("音高：", pitch, "半音")

这段代码可以读取名为`audio.wav`的音频文件，并计算出音频的基频和音高。其中，基频通过查找最高谷值的位置得到，音高通过计算基频的倍数得到。