关注公众号：Python爬虫数据分析挖掘，回复【开源源码】免费获取更多开源项目源码
对于声音类的文件分析起来除了听最好是先可以把声音转换成图形，这样对于声音文件之间的不同有一个视觉上的认知，对于后续分析可以是一个很有用的补充。
python可以利用SCIPY库装载wav文件，并使用matplotlib绘制图形。首先我从这个网站上下载了1M和2M的wav文件作为wav样例文件：https://file-examples.com/index.php/sample-audio-files/sample-wav-download/
然后使用下面的代码装在并绘制wav文件的音调图形：
from scipy.io import wavfile from matplotlib import pyplot as plt from matplotlib.pyplot import figure # load wav files fs_1m,data_1m = wavfile.read("./wav/file_example_WAV_1MG.wav") fs_2m,data_2m = wavfile.read("./wav/file_example_WAV_2MG.wav") # set plt style plt.style.use('seaborn-whitegrid') # plot data fig, (ax1, ax2) = plt.subplots(1, 2) ax1.plot(data_1m, color='b') ax1.set_title("auido with 1M size") ax2.plot(data_2m, color='y') ax2.set_title("auido with 2M size") plt.savefig('audio.png', dpi=150)
输出的图形如下：
可以看到两个图形基本一样，但是2M文件的图形的X坐标是1M文件的2倍。
然后我们可以使用fastdtw库很容易计算出两个音频数据之间的欧几里得距离：
from fastdtw import fastdtw from scipy.spatial.distance import euclidean # calculate euclidean distance distance,path = fastdtw(data_1m, data_2m, dist=euclidean) print("the distance between the two clips is %s" % distance)
输出结果如下：
the distance between the two clips is 4093034781.337242