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).
- ·Cómo convertir cintas y vinilos a CD sin ordenador (grabadora standalone)
- ·Cómo grabar de discos a cassettes
- ·Mantenimiento del Technics 1200
- ·Cómo convertir disco de vinilo 78 RPM a CD con USB
- ·Información sobre el fonógrafo (origen del reproductor de sonido)
- ·Problemas del tocadiscos ION TTUSB
- ·Los principios de funcionamiento de un fonógrafo
- ·Preguntas frecuentes sobre fonógrafos
- ¿Se puede usar el plato Technics SL-D202 para hacer DJ?
- Cómo eliminar el estático de los altavoces: guía de solución de problemas
- Dónde comprar tocadiscos: opciones nuevas, usadas y de audiófilo
- Cable de brazo tonal DIY
- Qué causa ruido estático en platos giratorios
- Cómo configurar el contrapeso de la cápsula en un tocadiscos Numark
