Descripcion Estadistica del Audio

Invitame a un Cafe

Señal de Audio en el Tiempo

#Importar Modulo scipy para leer y grabar audio
from scipy.io import wavfile
import numpy as np
import IPython.display as ipd
AudioName = "Whistle.wav" # Archivo de Audio

# Salida fs: Frecuencia de muestreo and data: Señal de audio -> int16
fs, Audiodata = wavfile.read(AudioName)
print(f'Duracion = {Audiodata.shape[0]/fs} , Frecuencia de Muestreo = {fs} [=] Muestras/Seg' \
      f', Wav format = {Audiodata.dtype}')

ipd.Audio(AudioName) # Reproduce el audio directamente en el Jupyter notebook.
Duracion = 3.1887981859410433 , Frecuencia de Muestreo = 44100 [=] Muestras/Seg, Wav format = int16
import matplotlib.pyplot as plt #Libreria para realizar graficos

plt.rcParams['figure.figsize'] = (15, 5) # Definir el tamaño de graficas
# Definir los valores de los datos de amplitud entre [-1 : 1] Audiodata.dtype es int16
AudiodataScaled = Audiodata / (2.**15)

#definir los valores del eje x en milisegundos
timeValues = np.arange(0, len(AudiodataScaled), 1)/ fs # Convertir Muestras/Seg a Segundos
timeValues = timeValues * 1000  #Escala de tiempo en milisegundos

# importar la libreria plotly offline para graficar
import plotly.offline as pyo # realizar graficas offline
from plotly.offline import init_notebook_mode #para poder graficar dentro del jupyter notebook
import plotly.graph_objs as go
init_notebook_mode() # inicializar el uso de plotly dentro del jupyter notebook
datos = [go.Scatter(x = timeValues,y = AudiodataScaled,mode = 'lines')]
layout = go.Layout(title = 'Señal de Audio',xaxis = dict(title = 'Tiempo (ms)'),yaxis = dict(title = 'Amplitud'))
fig = go.Figure(data=datos,layout=layout)
pyo.iplot(fig, filename='Audio')

Estadistica descriptiva

La señal de audio es una serie de tiempo de como cambiar la presion, ¿Como son estadisticamente los datos de una señal de audio?

AudioName = "oboe_c6.wav" # Archivo de Audio

# Salida fs: Frecuencia de muestreo and data: Señal de audio -> int16
fs, Audiodata = wavfile.read(AudioName)
Audiodata = Audiodata / (2.**15) #convertirla entre [-1,1]
timeValues = np.arange(0, len(Audiodata), 1)/ fs # Convertir Muestras/Seg a Segundos
timeValues = timeValues * 1000 
print(f'Frecuencia de Muestreo = {fs} [=] Muestras/Seg, Numero de datos: {len(Audiodata)}')
Frecuencia de Muestreo = 22050 [=] Muestras/Seg, Numero de datos: 23625
datos1 = [go.Scatter(x = timeValues,y = Audiodata,mode = 'lines')]
fig = go.Figure(data=datos1,layout=layout)
pyo.iplot(fig, filename='Audio1')
ipd.Audio(AudioName)

Descripcion Estadistica de los datos

import pandas as pd # convertir arreglo numpy en una serie de pandas
X = pd.Series(Audiodata)
X.describe()
count    23625.000000
mean        -0.000889
std          0.392807
min         -0.867279
25%         -0.244995
50%          0.000000
75%          0.311157
max          0.999969
dtype: float64
print('Varianza = {}'.format( X.var())) # Varianza
print('Desviacion Standard = {}'.format( X.std())) # Desviacion estandard
print('Skewnesss = {}'.format( X.skew())) # Skewness
print('Kurtosis = {}'.format( X.kurt())) # Kurtosis
Varianza = 0.15429766584730864
Desviacion Standard = 0.3928074157234161
Skewnesss = -0.11488179650378598
Kurtosis = -0.6859091306828673
# Histograma y densidad
import plotly.figure_factory as ff
hist_data = [X]
group_labels = ['Oboe']
fig = ff.create_distplot(hist_data, group_labels,bin_size=0.01,show_rug=False)
fig['layout'].update(title='Histograma y KDE Señal de Audio')
pyo.iplot(fig, filename='Basic Distplot')
trace0 = [go.Box(y=X, name = 'Oboe')] # Boxplot
fig = go.Figure(data=trace0)
fig['layout'].update(title='Boxplot Señal de Audio')
pyo.iplot(fig, filename='Grafica-boxplot')

Si se comparan varios audios: ¿seran diferentes?

fs1, Audiodata1 = wavfile.read('oboe_c6.wav')
Audiodata1 = Audiodata1 / (2.**15)
ipd.display(ipd.Audio('oboe_c6.wav'))

fs2, Audiodata2 = wavfile.read('clarinet_c6.wav')
Audiodata2 = Audiodata2 / (2.**15)
ipd.display(ipd.Audio('clarinet_c6.wav'))

fs3, Audiodata3 = wavfile.read('Whistle.wav')
Audiodata3 = Audiodata3 / (2.**15)
ipd.display(ipd.Audio('Whistle.wav'))

# Graficar las formas de onda
plt.rcParams['figure.figsize'] = (15, 5) # Definir el tamaño de graficas
for n in range(3):
    pos = n+1
    plt.subplot(3,1,pos) # posicion de la grafica
    nombre_variable = vars()['Audiodata'+str(pos)] #convertir string a nombre de variable
    plt.plot(nombre_variable); #graficar cada forma de onda
plt.tight_layout()

png

df = pd.DataFrame([Audiodata1,Audiodata2,Audiodata3]).T
print(f'frecuencias de muestreo de los archivos: fs1 = {fs1}, fs2 = {fs2} y fs3 = {fs3}')
print('Tamaño del data frame = {}'.format( df.shape))   # Tamaño del dataframe
print('Duracion en Segundos = {}'.format(len(df)/fs3)) # numero_de_datos / fs = tiempo
frecuencias de muestreo de los archivos: fs1 = 22050, fs2 = 22050 y fs3 = 44100
Tamaño del data frame = (140626, 3)
Duracion en Segundos = 3.1887981859410433

140626 datos !!!!

Si es monofonico como de 3 segundos¿Por que tantos?

¿Entonces el audio tiene muchos datos? -> SI

#df.plot.box(title = 'Boxplot de las señales de audio');
Oboe = go.Box(y=df[0], name = 'Oboe');
Clarinete = go.Box(y=df[1], name = 'Clarinete');Whistle = go.Box(y=df[2], name = 'Whistle')
datos = [Oboe, Clarinete,Whistle]
fig = go.Figure(data=datos);
fig['layout'].update(title='Boxplot Señales de Audio')
pyo.iplot(fig, filename='Grafica-boxplot2')

Descripcion Estadistica de los datos

df.describe() # Descripcion Estadistica general de los datos

012
count23625.00000051386.000000140626.000000
mean-0.000889-0.000206-0.000015
std0.3928070.4816850.546089
min-0.867279-0.803619-0.976196
25%-0.244995-0.424194-0.470825
50%0.0000000.000000-0.000275
75%0.3111570.3840560.458733
max0.9999690.9861760.998260

Correlacion de los datos

# Correlation Matrix 
import numpy as np # se deben rotar los datos 90 grados
data = ff.create_annotated_heatmap( z=np.rot90((np.array(df.corr()))), 
                                    x =  ['Whistle','Clarinete','Oboe'],
                                    y= ['Oboe', 'Clarinete','Whistle'])
pyo.iplot(data, filename='corr-heatmap')

¡Al parecer las diferencias no son notables con las estadisticas basicas en estos tres sonidos diferentes!

pero la correlacion muestra que son muy diferentes

¿Que Caracteristicas se extraen del Audio para Utilizarlo en Ciencia de datos?

Phd. Jose R. Zapata