soundbox/fft-graph.py

import soundbox
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import sys

if len(sys.argv) != 3:
    print(f"""Utilisation: {sys.argv[0]} [source] [output]

Affiche la transformée de Fourier du fichier [source] sur un graphe
dans le fichier [output]. Passer - comme [output] fait s’afficher le
graphe dans une fenêtre.""")
    sys.exit(1)

source_file = sys.argv[1]
output_file = sys.argv[2]

# Calcul du FFT
signal = soundbox.load_signal(source_file)
freq_scale = soundbox.samp_rate / len(signal)

vecs = np.fft.fft(signal)[:soundbox.samp_rate // 2]
values = np.absolute(vecs) / np.max(np.absolute(vecs))
freq = np.arange(len(values))

# Calcul de la fenêtre des fréquences intéressantes
high_enough = np.where(values >= 0.01)
left = high_enough[0][0]
right = high_enough[0][-1]

freq = freq[left:right]
values = values[left:right]

# Génération du graphe
plt.rcParams.update({
    'figure.figsize': (10, 5),
    'font.size': 18,
    'font.family': 'Concourse T4',
})

fig, ax = plt.subplots()
ax.tick_params(axis='both', which='major', labelsize=12)
ax.plot(freq, values)
ax.grid(alpha=.3)

# Configuration des axes
ax.set_xlabel('Fréquence', labelpad=10)
ax.set_xscale('log', base=2)
ax.xaxis.set_major_formatter(matplotlib.ticker.FuncFormatter(lambda x, pos: f'{x * freq_scale:.0f} Hz'))
ax.xaxis.set_major_locator(matplotlib.ticker.MultipleLocator(100 / freq_scale))
ax.xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())
ax.xaxis.set_minor_locator(matplotlib.ticker.MultipleLocator(10 / freq_scale))

ax.set_ylabel('Amplitude relative', labelpad=10)
ax.yaxis.set_major_formatter(matplotlib.ticker.StrMethodFormatter('{x:.1f}'))
ax.yaxis.set_major_locator(matplotlib.ticker.MultipleLocator(.2))
ax.yaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())
ax.yaxis.set_minor_locator(matplotlib.ticker.MultipleLocator(.05))

# Rendu du résultat
if output_file == '-':
    plt.show()
else:
    plt.tight_layout()
    plt.savefig(output_file)