Add files via upload

TrabFinal/Spectrogram.py

@@ -3,11 +3,81 @@
 import pylab
 from scipy.io import wavfile
 from scipy.fftpack import fft
+from scipy import signal
 
-_audio = "harpsi-cs.wav"
+def getFreqArray(_sound, _soundSampleRate):
+    _soundLenght = len(_sound)
+    amostraPontos_freq = int (numpy.ceil((_soundLenght + 1) / 2.0))
+
+    return numpy.arange(0, amostraPontos_freq, 1.0) * (_soundSampleRate / _soundLenght)
+
+# Para representar o som farei um grafico dos valores do canal de som pelo tempo
+#Criando um array de pontos em uma dimensao, que sera o tempo
+def AmpPlot(amostraFreq, amostraPontos, _sound):
+
+    arrayTempo =  numpy.arange(0, amostraPontos, 1)
+    arrayTempo = arrayTempo / amostraFreq
+
+    #em milisegundos
+    arrayTempo = arrayTempo * 1000  
+
+    plt.plot(arrayTempo, _soundOneChannel, color='G')
+    plt.xlabel('Time (ms)')
+    plt.ylabel('Amplitude')
+    plt.show()
+    return
+
+
+# Para ter a frequencia usarei a Transformada de Fourier (FFT), 
+def FreqPlot(_sound, _soundSampleRate):
+    #Comprimento do audio
+    _soundLenght = len(_sound)
+
+    arrayFFT = fft(_sound)
+
+    amostraPontos_freq = int (numpy.ceil((_soundLenght + 1) / 2.0))
+    arrayFFT = arrayFFT[0:amostraPontos_freq]
+
+    #A FFT retorna um numero imaginario, porem quero apenas a parte real desse numero (a magnitude) 
+    arrayFFT = abs(arrayFFT)
+
+    #agora preciso arrumar o array de frequencia para que ele escale segundo o comprimento do audio
+    #dessa maneira a magnitude nao depende da amostragem de frequencia ou do comprimento do sinal
+    arrayFFT = arrayFFT / float(_soundLenght)
+
+    #FFT possui numeros negativos e positivos, quero apenas os positivos
+    arrayFFT = arrayFFT **2
+
+
+    if _soundLenght % 2 > 0: #NUmero impar de pontos da fft
+        arrayFFT[1:len(arrayFFT)] = arrayFFT[1:len(arrayFFT)] * 2
+
+    else: #Numer par de pontos na fft
+        arrayFFT[1:len(arrayFFT) -1] = arrayFFT[1:len(arrayFFT) -1] * 2  
+
+    freqArray = numpy.arange(0, amostraPontos_freq, 1.0) * (_soundSampleRate / _soundLenght)
+
+    plt.plot(freqArray/1000, 10 * numpy.log10 (arrayFFT), color='B')
+    plt.xlabel('Frequency (Khz)')
+    plt.ylabel('Power (dB)')
+    plt.show()
+    return
+
+
+#Declaracoes e Entrada
+filenames = ["cello.wav", "ClassicalGuitar.wav", "gtr-jaz-2.wav", "harpsi-cs.wav"]
+comparisons = []
+answer = 1000000000
+pos = 0
+for i in range(0, 4):
+    _soundSampleRate, _sound = wavfile.read(filenames[i])
+    comparisons.append(getFreqArray(_sound, _soundSampleRate))
+
+print(".wav file name:")
+_audio = str(input()).rstrip()
 
 #Lê o arquivo e pega a amostragem de frequencia e o som
-amostraFreq, _sound = wavfile.read(_audio)
+_soundSampleRate, _sound = wavfile.read(_audio)
 
 #Checa se o arquivo wave eh 16bit ou 32 bit.
 _soundDataType = _sound.dtype
@@ -20,58 +90,31 @@
 amostraPontos_audio = float(_sound.shape[0])
 
 #Duracao do arquivo de audio
-_soundDuration = _sound.shape[0] / amostraFreq
+_soundDuration = _sound.shape[0] / _soundSampleRate
 
 #Quero apenas um canal de som
 _soundOneChannel = _sound
 
 #  Plotando o audio
-# Para representar o som farei um grafico dos valores do canal de som pelo tempo
-#Criando um array de pontos em uma dimensao, que sera o tempo
-arrayTempo =  numpy.arange(0, amostraPontos_audio, 1)
-
-arrayTempo = arrayTempo / amostraFreq
-
-#em milisegundos
-arrayTempo = arrayTempo * 1000  
-
-plt.plot(arrayTempo, _soundOneChannel, color='G')
-plt.xlabel('Time (ms)')
-plt.ylabel('Amplitude')
-plt.show()
-
-#  Plotando o espectrograma
-# Para ter a frequencia usarei a Transformada de Fourier (FFT), 
-
-#Comprimento do audio
-_soundLenght = len(_sound)
-
-arrayFFT = fft(_soundOneChannel)
-
-amostraPontos_freq = int (numpy.ceil((_soundLenght + 1) / 2.0))
-arrayFFT = arrayFFT[0:amostraPontos_freq]
-
-#A FFT retorna um numero imaginario, porem quero apenas a parte real desse numero (a magnitude) 
-arrayFFT = abs(arrayFFT)
-
-#agora preciso arrumar o array de frequencia para que ele escale segundo o comprimento do audio
-#dessa maneira a magnitude nao depende da amostragem de frequencia ou do comprimento do sinal
-
-arrayFFT = arrayFFT / float(_soundLenght)
+AmpPlot(_soundSampleRate, amostraPontos_audio, _soundOneChannel)
 
-#FFT possui numeros negativos e positivos, quero apenas os positivos
-arrayFFT = arrayFFT **2
+#  Plotando a frequencia
+FreqPlot(_soundOneChannel, _soundSampleRate)
 
 
-if _soundLenght % 2 > 0: #NUmero impar de pontos da fft
-    arrayFFT[1:len(arrayFFT)] = arrayFFT[1:len(arrayFFT)] * 2
+#comparing
+_soundFreqArray = getFreqArray(_sound, _soundSampleRate) 
 
-else: #Numer par de pontos na fft
-    arrayFFT[1:len(arrayFFT) -1] = arrayFFT[1:len(arrayFFT) -1] * 2  
+for i in range(0,4):
 
-freqArray = numpy.arange(0, amostraPontos_freq, 1.0) * (amostraFreq / _soundLenght)
+    if(len(_soundFreqArray) > len(comparisons[i])):
+        trying = 0
+        trying = numpy.linalg.norm(_soundFreqArray-comparisons[i])
+    else:
+        trying = numpy.linalg.norm(comparisons[i]-_soundFreqArray)
+    if (trying < answer):
+        answer = trying
+        pos = i
 
-plt.plot(freqArray/1000, 10 * numpy.log10 (arrayFFT), color='B')
-plt.xlabel('Frequency (Khz)')
-plt.ylabel('Power (dB)')
-plt.show()
+print("most similar: " + filenames[pos])
+print("by a Euclidian Distance of:" + answer)