新聞中心
到目前為止你所看到的兩個(gè)步驟對(duì)于了解信號(hào)很重要。 現(xiàn)在,如果要使用某些預(yù)定義參數(shù)生成音頻信號(hào),此步驟將很有用。 請(qǐng)注意,此步驟會(huì)將音頻信號(hào)保存在輸出文件中。

成都創(chuàng)新互聯(lián)公司是一家專注于成都網(wǎng)站設(shè)計(jì)、做網(wǎng)站與策劃設(shè)計(jì),東區(qū)網(wǎng)站建設(shè)哪家好?成都創(chuàng)新互聯(lián)公司做網(wǎng)站,專注于網(wǎng)站建設(shè)十年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:東區(qū)等地區(qū)。東區(qū)做網(wǎng)站價(jià)格咨詢:028-86922220
示例
在下面的例子中,我們將使用 Python 生成一個(gè)單調(diào)信號(hào),它將被存儲(chǔ)在一個(gè)文件中。需要采取以下步驟 -
導(dǎo)入必要的軟件包 -
import numpy as np
import matplotlib.pyplot as plt
from scipy.io.wavfile import write指定輸出保存的文件 -
output_file = 'audio_signal_generated.wav'現(xiàn)在,指定選擇的參數(shù),如圖所示 -
duration = 4 # in seconds
frequency_sampling = 44100 # in Hz
frequency_tone = 784
min_val = -4 * np.pi
max_val = 4 * np.pi在這一步中,我們可以生成音頻信號(hào),如下代碼所示 -
t = np.linspace(min_val, max_val, duration * frequency_sampling)
audio_signal = np.sin(2 * np.pi * tone_freq * t)現(xiàn)在,將音頻文件保存在輸出文件中 -
write(output_file, frequency_sampling, signal_scaled)如圖所示,提取圖形的前100個(gè)值 -
audio_signal = audio_signal[:100]
time_axis = 1000 * np.arange(0, len(signal), 1) / float(sampling_freq)現(xiàn)在,將生成的音頻信號(hào)可視化如下 -
plt.plot(time_axis, signal, color='blue')
plt.xlabel('Time in milliseconds')
plt.ylabel('Amplitude')
plt.title('Generated audio signal')
plt.show()可以觀察這里給出的圖形 -
分享名稱:創(chuàng)新互聯(lián)AI教程:AI人工智能生成單調(diào)音頻信號(hào)
瀏覽路徑:http://www.fisionsoft.com.cn/article/coscepg.html


咨詢
建站咨詢
