# [Signal processing with Python] Bài 1 (tt): WAV file

Discussion in 'Python' started by Ngô Văn Tuân, May 17, 2019.

1. ### Ngô Văn TuânTrứng gà

4. Thực hành:

Lưu ý: Nếu bạn chưa hiểu được bài giải thì cứ copy vào chạy trước đã, giải thích code sẽ được trình bày ở những bài sau.

a. Tạo sóng sin với tần số 1000Hz và lưu dưới định dạng wav.

import numpy as np
import wave
import struct
import matplotlib.pyplot as plt

# Create sine wave
sampling_rate = 44100
frequency = 1000
num_samples = 88200
sine_wave = []
for x in range(num_samples):

sine_wave.append(np.sin(2 * np.pi * frequency * x * 1/sampling_rate))
# Save sine wave as Wav file
amplitude = 8000
file = "test.wav"
wav_file=wave.open(file, 'w')
nframes=num_samples
comptype="NONE"
compname="not compressed"
nchannels=1
sampwidth=2
wav_file.setparams((nchannels, sampwidth, int(sampling_rate), nframes, comptype, compname))
for s in sine_wave:

wav_file.writeframes(struct.pack('h', int(s*amplitude)))
wav_file.close()

# Plot sine wave
plt.plot(sine_wave[:300])
plt.show()
Hãy thay đổi frequency để xem tai bạn có thể nghe được âm thanh có tần số lớn nhất là bao nhiêu .
b. Mở file "cartoon008.wav" và add sine noise vừa tạo vào file âm thanh đó.

import numpy as np
import struct
import wave

infile = "cartoon008.wav"
wav_file = wave.open(infile, 'r')
length = wav_file.getnframes()
data = list(struct.unpack("<" + str(length) + "h", wave_data))
wav_file.close()

num_samples = length
frequency = 15000
amplitude = 8000
sampling_rate = 44100
for x in range(num_samples):

noise = np.sin(2 * np.pi * frequency * x/sampling_rate)
data[x] = data[x] + noise*amplitude
file = "test.wav"
wav_file=wave.open(file, 'w')
nframes=num_samples
comptype="NONE"
compname="not compressed"
nchannels=1
sampwidth=2
wav_file.setparams((nchannels, sampwidth, int(sampling_rate), nframes, comptype, compname))
for s in data:

wav_file.writeframes(struct.pack('h', int(s)))
wav_file.close()
Hãy thay đổi biên độ và tần số của sóng sin để nghe được âm thanh nhiễu nhé .
Hết bài 1.

Last edited: May 17, 2019