Cómo crear forma de onda desde audio: Python, librerías y métodos visualización
Generar visualización de forma de onda desde archivo audio es tarea fundamental DSP. Ya sea que construyas reproductor podcast, editor audio o visualización datos, aquí tienes tres enfoques — desde librerías one-liner a procesamiento señal raw.
Método 1: Librerías alto nivel (Recomendado — 5 líneas)
Python + Librosa + Matplotlib — maneja decodificación, remuestreo, estéreo-a-mono, normalización automáticamente.
import librosa
import librosa.display
import matplotlib.pyplot as plt
# Carga audio (auto-remuestrea a 22050 Hz mono por defecto)
y, sr = librosa.load("tu_audio.wav") # o .mp3, .flac, .ogg
# Gráfica forma de onda
plt.figure(figsize=(14, 5))
librosa.display.waveshow(y, sr=sr, alpha=0.8)
plt.title("Forma de onda (Amplitud vs Tiempo)")
plt.xlabel("Tiempo (segundos)")
plt.ylabel("Amplitud")
plt.tight_layout()
plt.savefig("waveform.png", dpi=150)
plt.show()
Instalar: pip install librosa matplotlib numpy
Opciones personalización
librosa.load(..., sr=None)— mantiene sample rate nativo.librosa.display.waveshow(..., max_points=50000)— submuestrea para archivos grandes.offset=30, duration=10— gráfica segmento 10s empezando en 30s.- Estilo:
color='cyan',linewidth=0.5, fondo oscuroplt.style.use('dark_background').
Método 2: Procesamiento manual (Entender la señal)
Python + wave + NumPy — sin librería DSP, solo std lib + NumPy. Bueno para aprender.
import wave
import numpy as np
import matplotlib.pyplot as plt
# Abre archivo WAV
with wave.open("tu_audio.wav", "rb") as wf:
n_channels = wf.getnchannels()
sampwidth = wf.getsampwidth() # bytes por sample (1, 2, 3, 4)
framerate = wf.getframerate()
n_frames = wf.getnframes()
raw = wf.readframes(n_frames)
# Convierte bytes a array NumPy
dtype = {1: np.int8, 2: np.int16, 3: np.int32, 4: np.int32}[sampwidth]
audio = np.frombuffer(raw, dtype=dtype)
# Maneja estéreo: promedia canales a mono
if n_channels == 2:
audio = audio.reshape(-1, 2).mean(axis=1)
# Normaliza a [-1, 1]
audio = audio.astype(np.float32) / np.iinfo(dtype).max
# Eje tiempo
time = np.arange(len(audio)) / framerate
# Gráfica
plt.figure(figsize=(14, 5))
plt.plot(time, audio, linewidth=0.5, color='#00d4aa')
plt.title("Forma de onda (Decodificación manual)")
plt.xlabel("Tiempo (s)")
plt.ylabel("Amplitud (normalizada)")
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()
Pasos clave explicados
wave.openlee headers RIFF/WAV.getsampwidthdetermina bit depth → dtype correcto.frombufferinterpreta bytes raw como enteros.- Estéreo → mono vía media (preserva energía mejor que canal único).
- Normaliza por valor entero máximo para dtype (ej. 32767 para int16).
- Vector tiempo: índice sample / sample rate.
Método 3: Avanzado — Espectrograma (Frecuencia vs Tiempo)
La forma de onda muestra amplitud. El espectrograma muestra contenido frecuencial en el tiempo — esencial para análisis.
import librosa
import librosa.display
import matplotlib.pyplot as plt
import numpy as np
y, sr = librosa.load("tu_audio.wav", sr=None)
# Calcula espectrograma Mel (frecuencias espaciadas perceptualment)
S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128, fmax=8000)
S_dB = librosa.power_to_db(S, ref=np.max)
# Gráfica
plt.figure(figsize=(14, 6))
librosa.display.specshow(S_dB, sr=sr, x_axis='time', y_axis='mel', fmax=8000, cmap='magma')
plt.colorbar(format='%+2.0f dB')
plt.title('Espectrograma Mel')
plt.tight_layout()
plt.show()
Otros tipos espectrograma
- STFT (Lineal):
librosa.stft→librosa.amplitude_to_db— espaciado frecuencial lineal. - CQT (Constant-Q):
librosa.cqt— frecuencial logarítmico, mejor para música. - Cromagrama:
librosa.feature.chroma_stft— 12 clases tono (análisis armonía).
Alternativa Web / JavaScript
Para visualizador forma de onda en navegador (sin backend):
<canvas id="waveform" width="800" height="200"></canvas>
<script>
const audioCtx = new AudioContext();
fetch('audio.mp3').then(r => r.arrayBuffer())
.then(buf => audioCtx.decodeAudioData(buf))
.then(buffer => {
const data = buffer.getChannelData(0); // Float32Array [-1,1]
const canvas = document.getElementById('waveform');
const ctx = canvas.getContext('2d');
const step = Math.ceil(data.length / canvas.width);
ctx.fillStyle = '#00d4aa';
for (let x = 0; x < canvas.width; x++) {
const start = x * step;
const end = Math.min(start + step, data.length);
let min = 1, max = -1;
for (let i = start; i < end; i++) {
min = Math.min(min, data[i]);
max = Math.max(max, data[i]);
}
const yMin = (1 + min) * canvas.height / 2;
const yMax = (1 + max) * canvas.height / 2;
ctx.fillRect(x, yMin, 1, yMax - yMin);
}
});
</script>
Usa Web Audio API decodeAudioData — funciona offline, sin servidor.
Elegir tu enfoque
| Necesidad | Usar |
|---|---|
| Script rápido, análisis, investigación | Librosa (Método 1) |
| Aprender DSP, sin dependencias, solo WAV | Manual (Método 2) |
| Análisis frecuencia, música, habla | Espectrograma (Método 3) |
| Visualizador web tiempo real | Web Audio API + Canvas |
| Producción C++/Rust/Go | libsndfile + FFTW / kissfft / rustfft |
Para la mayoría tareas Python: Librosa. Maneja casos edge (remuestreo, estéreo, formatos, normalización) que muerden en código manual.
- ·Cómo construir un dispositivo de escucha de largo alcance casero
- ·Herramientas esenciales que usan audiólogos para evaluación auditiva
- ·Grabación en tiempo real explicada: Captura de cero latencia para flujos de trabajo en vivo
- ·Qué es una interfaz de grabación
- ·Cómo grabar una grabadora IC en CD
- ·Solución de problemas del Tascam DR1
- ·Sobre el poder de la oración
- ·Cómo conseguir manual para impresora Canon S9000
- Copiadoras Digitales vs. Analógicas de Canon: La Ventaja Digital
- Grabación de voces en Mixcraft: Guía completa de configuración
- Cómo editar dictados en una Olympus DS-4000
- Cómo grabar tu voz en el disco duro
- Cómo usar CC (Copia carbono) en Gmail — además de CCO y mejores prácticas
- Cómo transmitir audio en vivo con Streaming Pulse e Icecast (DJ online)
