【Python基礎】Jupyter Notebookで音を鳴らしたり、保存する方法

2023年5月4日2023年9月22日

URLをコピーしました！

Pythonで音を鳴らす

前回、numpy：三角関数（sin、cos、tan）、逆三角関数（arcsin、arccos、arctan）の計算の仕方を解説しました。

Jupyter Notebook上で音を鳴らす

まずはJupyter Notebook上で音を鳴らす方法です。

この場合IPythonという標準ライブラリを使います。

import numpy as np
import IPython

rate = 48000
duration = 2.0

angle_list = np.arange(0, rate * duration)
sound = np.sin(2 * np.pi * 523 / rate * angle_list)

IPython.display.Audio(sound, rate=rate, autoplay=True)

この場合、まず「angle_list = np.arange(0, rate * duration)」でX軸方向の値のリスト（角度のリスト）を作成します。

そして「sound = np.sin(2 * np.pi * 523 / rate * angle_list)」で音のデータを作成しています。

ここで波動の式が「\(y=A sin(2\pi T)t\)」(A:振幅の大きさ、T:周期、t:時間)であり、angle_listが時間tのリスト、そして523/rateが周期となります。

今回、rate=48000、つまりデータは48000個/秒になります。

音程の高さは1秒間に波が何回振幅するかなので、例えば532Hzの音（ドの音）を鳴らすには532回振幅/秒であるため、532/48000が周期となるわけです（間違っていたらごめんなさい）。

「IPython.display.Audio(sound, rate=rate, autoplay=True)」でJupyter Notebook上で音を鳴らしますが、「IPython.display.Audio(音のデータ, rate=データの周波数)」が基本形です。

そして「autoplay=True」にすると自動で再生されるようになります。

実行するとこんな音楽再生用のバーが表示されます。

ちなみに先ほど作成した音はこんな感じです。

次に音程をレ（659Hz）に変えてみましょう。

import numpy as np
import IPython

rate = 48000
duration = 2.0

angle_list = np.arange(0, rate * duration)
sound = np.sin(2 * np.pi * 659 / rate * angle_list)

IPython.display.Audio(sound, rate=rate, autoplay=True)

実行結果

私は絶対音感はないのでこれが正しいレなのか分かりませんが、先ほどの音とは違う音になっていることは分かります。

音量を変える方法

音量を変える場合はまず「sound = np.sin(2 * np.pi * 523 / rate * angle_list)」のnp.sinの前に係数をつけます。

つまり10％の音量にしたければ「sound = 0.1 * np.sin(2 * np.pi * 523 / rate * angle_list)」となります。

間違っても最後に係数をつけないでください。

「sound = 0.1 * np.sin(2 * np.pi * 523 / rate * angle_list) * 0.1」とすると角度が周期が0.1倍されて音程が変わります。

そしてもう一つ。

「IPython.display.Audioにnormalize=Falseを追加」します。

つまりこんな感じ。

import numpy as np
import IPython

rate = 48000
duration = 2.0

angle_list = np.arange(0, rate * duration)
sound = 0.1 * np.sin(2 * np.pi * 523 / rate * angle_list)

IPython.display.Audio(sound, rate=rate, autoplay=True, normalize=False)

実行結果

IPython.display.Audioでは基本ノーマライズをしている、つまり音量が一定になるように処理されているため、音量を変えたい場合は「normalize=False」のオプションをつける必要があるようです。

音の保存

音の保存をするには「scipy.io.wavfileモジュール」を使用します。

そのためインポート文として「from scipy.io.wavfile import write」を追加します。

そして音を保存するには「write(ファイルパス, rate=音の周波数, data=音のデータ)」とします。

import numpy as np
import IPython
from scipy.io.wavfile import write

rate = 48000
duration = 2.0

angle_list = np.arange(0, rate * duration)
sound = np.sin(2 * np.pi * 523 / rate * angle_list)

write('./python-sound1-4.wav', rate=rate, data=sound)

実行結果

ただし環境によっては上記の方法で保存したデータを読み込めない場合があります。

私の場合は上記のプログラムをWindowsで試した時、また上記のプログラムを使ってMacで出力し、Mac上で再生できた音をWordpress上にアップロードした時には再生できませんでした。

どうやらその原因は音データを作成しているnumpyにあるようで、環境によって異なる形式で出力してしまうようです。

そのため「np.asarray(データ, dtype=データ型)」でデータ型を適切な形にしてやる必要があります。

私が成功したデータ型は「np.float32」で、これで出力したデータであれば、Windows上でもWordpress上でも再生できました。

import numpy as np
import IPython
from scipy.io.wavfile import write

rate = 48000
duration = 2.0

angle_list = np.arange(0, rate * duration)
sound = np.sin(2 * np.pi * 523 / rate * angle_list)

sound = np.asarray(sound, dtype=np.float32)
write('./python-sound1-5.wav', rate=rate, data=sound)

ホワイトノイズの作成

せっかくなのでホワイトノイズの作成方法も紹介しておきます。

ホワイトノイズはリラックス効果のある「サー」といった感じのランダムなノイズ音です。

昔、深夜にテレビが放送終了後に見られた砂嵐状態の画面の音です。

この場合の音声データは「np.random.random(size=rate *duration)*2 -1」として作成します。

np.random.randomでは0以上1未満のランダムな値を「size=」で指定した個数だけ作成します。

ホワイトノイズを作るにはプラスの値だけでなく、マイナスの値も必要なので、値を2倍することで0以上2未満の数値リストにして、さらに1を引くことで-1以上1未満の値のリストにします。

import numpy as np
import IPython
from scipy.io.wavfile import write

rate = 48000
duration = 2

sound = 0.25 * (np.random.random(size=rate*duration)*2 -1)

sound = np.asarray(sound, dtype=np.float32)
write('python-sound1-6.wav', rate=rate, data=sound)

音を使用するにはwaveという標準ライブラリもあるようですが、使い方がかなり難しいので、簡単な音を作るにはこちらを使う方が楽に、そして速くできると思います。

次回は複数のリストを同時にソート（順番の並び替え）を行う方法を解説していきます。