Creo que el problema está en los parámetros que le pasas a sf.read()
. Le estás especificando cosas como el número de canales o la frecuencia de muestreo del fichero que estás leyendo, pero eso no son cosas que debas especificarle ya que él mismo las averigua del propio fichero. De hecho, si te fijas en el mensaje de error te dice que:
TypeError: Not allowed for existing files (except 'RAW'): samplerate, channels, format, subtype, endian
Es decir, no puedes especificarle samplerate
ni channels
ni format
ni subtype
ni endian
a la hora de abrir un fichero ya existente, salvo si el fichero es de tipo RAW
(ya que en ese caso esa información no está disponible en el fichero y no la puede averiguar, por lo que se la tienes que dar).
Yo he leído sin problemas este archivo FLAC de ejemplo con la siguiente línea:
data, samplerate = sf.read('2L-125_stereo-44k-16b_04.flac')
Ahora bien. Lo que obtienes en data
ya no es una lista de valores (las samples), sino una matriz de dos dimensiones, en concreto, dos columnas por N
filas, siendo N
el número de samples del fichero. La primera columna contiene el audio del canal izquierdo y la segunda columna contiene el audio del canal derecho.
Ya que el resultado de sf.read()
es un array numpy, puedes ver cuántas dimensiones tiene el array y el número de filas y columnas con:
>>> data.shape
(4311216, 2)
En mi caso tengo 4311216
filas (samples) y las 2 columnas mencionadas.
No puedes hacer el espectrograma de una señal bidimensional, pero tienes alternativas:
- Haz el espectrograma de un solo canal (izquierdo o derecho)
- Combina los dos canales con alguna fórmula de modo que te salga un resultado unidimensional. Por ejemplo, para cada pareja de samples (izquierdo, derecho) hacer su promedio: (izquierdo+derecho)/2
Veamos ejemplos de código y resultados en cada caso:
Espectrogramas separados para cada canal
Basta usar la notación de slices de numpy para quedarse con la columna 0 o la columna 1 de los datos:
y = data[:, 0]
Pxx, freqs, bins, im = plt.specgram(y, NFFT=512, Fs=samplerate, cmap="inferno")
# ...
plt.show()
Canal izquierdo:
y = data[:, 1]
Pxx, freqs, bins, im = plt.specgram(y, NFFT=512, Fs=samplerate, cmap="inferno")
# ...
plt.show()
Canal derecho:
Combinar los dos canales
Basta usar la función sum()
de numpy, especificándole axis=1
para que vaya sumando por filas en lugar de por columnas. El resultado será un array con la suma de los canales. Lo dividimos por dos y listo:
y = data.sum(axis=1)/2
Pxx, freqs, bins, im = plt.specgram(y, NFFT=512, Fs=samplerate, cmap="inferno")
# ...
plt.show()
Conversión a "mono":
Respecto a lo de leer un .mp3, por desgracia soundfile
no es capaz de hacerlo, y en general es difícil encontrar bibliotecas de código abierto que te permitan hacerlo porque MP3 está protegido por patentes. La recomendación es que uses un conversor (fuera de python) para pasarlo a un formato que soundfile
pueda cargar. Por ejemplo ogg
. Puedes hacer que tu programa python llame a la aplicación externa para hacer la conversión, usando os.system()
por ejemplo.