Generar Gráficos de Forma de Onda de Sonido con Python: Código y Visualización

Crear un gráfico de forma de onda requiere dos pasos: generar o cargar datos de audio → graficar amplitud vs. tiempo. El stack científico de Python hace esto scriptable y procesable por lotes.

Script Completo Reproducible

import numpy as np
import matplotlib.pyplot as plt
from scipy.io import wavfile
from scipy.signal import sawtooth, square

# 1. GENERAR O CARGAR AUDIO
# Opción A: Sintetizar (seno, cuadrado, diente de sierra, ruido)
sr = 44100  # Tasa de muestreo
duration = 2.0  # Segundos
freq = 440.0  # Hz (A4)
t = np.linspace(0, duration, int(sr * duration), endpoint=False)

# Elige forma de onda
waveform = np.sin(2 * np.pi * freq * t) * 0.8  # Seno
# waveform = square(2 * np.pi * freq * t) * 0.8  # Cuadrado
# waveform = sawtooth(2 * np.pi * freq * t) * 0.8  # Diente de sierra

# Agrega realismo: ruido + normalizar
waveform += np.random.normal(0, 0.05, len(waveform))
waveform = waveform / np.max(np.abs(waveform))

# Opción B: Cargar archivo real (descomenta)
# sr, waveform = wavfile.read("input.wav")
# if waveform.dtype != np.float32:
#     waveform = waveform.astype(np.float32) / np.iinfo(waveform.dtype).max

# 2. GRAFICAR FORMA DE ONDA
plt.figure(figsize=(12, 3), dpi=150)
plt.plot(t, waveform, linewidth=0.5, color='#0066cc')
plt.axis('off')  # Limpio: sin ejes, etiquetas, márgenes
plt.subplots_adjust(left=0, right=1, top=1, bottom=0)
plt.savefig("waveform.png", transparent=True, bbox_inches='tight', pad_inches=0)
plt.close()

# 3. OPCIONAL: GUARDAR AUDIO
# wavfile.write("output.wav", sr, (waveform * 32767).astype(np.int16))

Botones de Personalización

ParámetroEfecto
figsize=(W, H)Relación de aspecto. Ancho/corto = forma de onda tradicional
linewidthGrosor. 0.3–1.0 típico
colorHex/RGB. Usa alfa para capas superpuestas
transparent=TrueFondo alfa para composición
plt.axis('off')Elimina todo el cromado

Avanzado: Multicanal / Espectrograma / Envolvente RMS

# Estéreo: grafica L/R por separado o combinado
plt.plot(t, waveform[:,0], label='L', alpha=0.7)
plt.plot(t, waveform[:,1], label='R', alpha=0.7)

# Espectrograma (frecuencia vs tiempo)
plt.specgram(waveform, Fs=sr, NFFT=1024, noverlap=512, cmap='inferno')

# Envolvente RMS (conturo de intensidad)
frame_len = int(0.01 * sr)  # marcos de 10 ms
rms = np.sqrt(np.mean(waveform.reshape(-1, frame_len)**2, axis=1))
t_rms = np.linspace(0, duration, len(rms))
plt.plot(t_rms, rms, color='orange')

Automatización por Lotes

import glob
for wav_file in glob.glob("*.wav"):
    sr, wav = wavfile.read(wav_file)
    # ... código de graficado ...
    plt.savefig(f"{wav_file[:-4]}_waveform.png")
    plt.close()

Instalar Dependencias

pip install numpy matplotlib scipy
# Para E/S de audio: pip install soundfile (reemplaza scipy.io.wavfile para más formatos)

Alternativas No Python

  • FFmpeg + FFprobe: ffmpeg -i in.wav -filter_complex "showwavespic=s=1920x1080:colors=0x0066CC" out.png (un solo comando, sin Python)
  • Node.js: wavesurfer.js + puppeteer (render de Chrome sin cabeza)
  • Shader/GPU: Shadertoy / TouchDesigner / Resolume para tiempo real

El enfoque de Python te da control programático completo — intégralo en canales, parametriza por características de audio, genera miles de activos consistentes.