Visualizar Ondas Sonoras desde Archivos Audio: Tutorial Python

Los archivos audio contienen datos amplitud sampleados — ondas sonoras digitales. La visualización extrae y gráfica estos datos. Aquí enfoques prácticos desde inspección rápida a figuras calidad publicación.

Inspección Rápida (Sin Código)

  • Audacity: Arrastra archivo → zoom → View → Plot Spectrum para frecuencia
  • Sonic Visualiser: Forma onda/espectrograma capas, anotaciones, plugins Vamp
  • Spek: Preview espectrograma rápido
  • DAWs: Todos muestran formas onda nativamente

Python: Librosa (Recomendado — Time-Aware)

import librosa
import librosa.display
import matplotlib.pyplot as plt

# Load (auto-resamples to 22050 Hz mono by default)
y, sr = librosa.load("audio.wav", sr=None, mono=True)  # sr=None = native rate

# Waveform plot
plt.figure(figsize=(15, 4))
librosa.display.waveshow(y, sr=sr, alpha=0.7, color='#00d4aa')
plt.title("Forma de onda", fontsize=14, color='white')
plt.xlabel("Tiempo (segundos)", color='white')
plt.ylabel("Amplitud", color='white')
plt.gca().set_facecolor('#1a1a2e')
plt.gcf().set_facecolor('#1a1a2e')
plt.tick_params(colors='white')
plt.tight_layout()
plt.savefig("waveform.png", dpi=300, facecolor='#1a1a2e')
plt.show()

Python: SciPy (Acceso Raw Samples)

from scipy.io import wavfile
import numpy as np
import matplotlib.pyplot as plt

sr, data = wavfile.read("audio.wav")
# Handle stereo
if data.ndim == 2:
    left, right = data[:, 0], data[:, 1]
    data = (left + right) / 2  # Mix to mono

# Normalize to [-1, 1]
data = data.astype(np.float32) / np.iinfo(data.dtype).max
time = np.arange(len(data)) / sr

plt.figure(figsize=(15, 4))
plt.plot(time, data, linewidth=0.5, color='#ff6b6b')
plt.xlabel("Tiempo (s)")
plt.ylabel("Amplitud (normalizada)")
plt.title("Forma de onda (SciPy)")
plt.grid(True, alpha=0.3)
plt.savefig("waveform_scipy.png", dpi=300)
plt.show()

Avanzado: Multi-Canal, Espectrograma, Interactivo

# Stereo waveform
if data.ndim == 2:
    fig, axes = plt.subplots(2, 1, figsize=(15, 6), sharex=True)
    for ch, ax in enumerate(axes):
        ax.plot(time, data[:, ch], linewidth=0.5)
        ax.set_ylabel(f"Ch {ch+1}")
    axes[-1].set_xlabel("Tiempo (s)")

# Spectrogram (frequency vs time)
import librosa.display
D = librosa.amplitude_to_db(np.abs(librosa.stft(y)), ref=np.max)
librosa.display.specshow(D, sr=sr, x_axis='time', y_axis='hz', cmap='magma')
plt.colorbar(format='%+2.0f dB')

Instalación

pip install librosa matplotlib scipy numpy

Librosa maneja MP3/OGG/FLAC vía backend audioread. SciPy lee WAV/AIFF nativamente. Para MP3 con SciPy: convierte primero (ffmpeg -i in.mp3 out.wav).