Audiogegevens verwerken met Python
Je hebt gezien hoe een geluidsgolf kan worden omgezet in getallen, maar hoe ziet die hele omzetting er precies uit?
En hoe zit het met een vergelijkbare geluidsgolf? Eentje die nét iets anders is?
In deze oefening gebruiken we MatPlotLib om de geluidsgolf van good_morning te plotten naast good_afternoon.
Om de geluidsgolven van good_morning en good_afternoon in dezelfde plot te zetten en toch van elkaar te kunnen onderscheiden, gebruiken we de alpha-parameter van MatPlotLib.
Je kunt de good_morning-audio hier beluisteren: hier en de good_afternoon-audio hier.
Deze oefening maakt deel uit van de cursus
Spoken Language Processing in Python
Oefeninstructies
- Stel de titel in zodat die past bij de plot die we maken.
- Voeg de
good_afternoon-tijdvariabele (time_ga) en amplitudevariabele (soundwave_ga) toe aan de plot. - Doe hetzelfde met de
good_morning-tijdvariabele (time_gm) en amplitudevariabele (soundwave_gm). - Zet de alpha-variabele op
0.5.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Setup the title and axis titles
plt.title('Good Afternoon vs. Good ____')
plt.ylabel('Amplitude')
plt.xlabel('Time (seconds)')
# Add the Good Afternoon data to the plot
plt.plot(____, ____, label='Good Afternoon')
# Add the Good Morning data to the plot
plt.plot(____, ____, label='Good Morning',
# Set the alpha variable to 0.5
alpha=____)
plt.legend()
plt.show()