# 音乐分析

**Repository Path**: Yiqian7a/music-analysis

## Basic Information

- **Project Name**: 音乐分析
- **Description**: 使用python对音频文件进行分析，获取音乐和音调、和旋，声音位置信息，更好地展现音频特征
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2024-05-14
- **Last Updated**: 2025-12-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

本项目使用`python3.11`环境搭建

## 前置知识

声音是由一系列相位、振幅、频率、时长不同正弦波叠加的后形成的震荡，根据叠加的位置、波形不同，可以得到不同响度、音调、音色的声音，这三个属性也成为声音的三要素，然而不是所有声音都有音调的属性。

本文使用**科学音调记号法（Scientific pitch notation）**表示音高。例如国际标准音 A4，标准频率为440Hz，A表示音符的音名，而4表示该音位于第4个八度区间。音名和唱名有以下对应关系：
        C-do, D-re, E-mi, F-fa, G-sol, A-la, B-ti（简谱记为 1 到 7）
        从一个C开始到下一个C记为一个八度区间，例如一列音高 {A1, B1, C2, D2, E2, F2, G2, A2, B2, C3} 中，C2-B2为第二个八度区间的范围。

在十二平均律中使用12个半音划分一个八度区间，上述的7个音名中，除E到F以及B到C的音程为一个半音外，其余任意两个音名之间的音程为两个半音，也就是一个全音。将音调提高一个八度即在频率上翻一倍，我们可以用递归序列来描述半音音阶：
$$
P_i = 2^\frac{1}{12}P_{i-1}
$$


## 原理解析

使用傅里叶变换，可以将一段声音信号从时域转换到频域，在频域中展示其频率的分布。如果是连续信号的傅立叶变换，纵坐标通常表示信号的幅度，即信号在不同频率上的振幅大小；而对于离散信号的傅立叶变换，纵坐标通常表示为信号的功率，即信号在不同频率上的能量分布情况。

由于计算机获得声音信号是通过采样的方式进行，这样获得的信号一定是离散的，因此使用离散傅立叶变换。为了尽可能使其纵坐标接近其振幅，我们将采样后的声音信号以25ms的时间划分（由人耳能听见的最小频率约为20hz，根据**奈奎斯特采样定理（Nyquist Sampling Theorem）**，取其倒数的两倍作为最小时间间隔），离散傅里叶变换的时间