本文介绍使用 python 批量分析 wav 音频文件的频谱能量分布，重点检测 10 khz 以上频段是否存在显著能量，适用于蝙蝠声学筛查等生态监测场景。
本文介绍使用 python 批量分析 wav 音频文件的频谱能量分布，重点检测 10 khz 以上频段是否存在显著能量，适用于蝙蝠声学筛查等生态监测场景。
在野外声学监测（如蝙蝠洞录音）中，人工逐一听辨大量 WAV 文件效率极低。更科学的方法是：不追求“最高频率”的绝对值（受噪声与采样限制不可靠），而是定量评估高频段（如 10–100 kHz）的能量强度。这既符合物理实际（理想麦克风+ADC 系统若采样率 ≥20 kHz，理论上可捕获 10 kHz 信号，但真实信噪比决定是否可检出），也契合生物声学分析惯例。
以下是一个完整、可运行的 Python 教程方案，基于 scipy 和 numpy 实现：
✅ 核心思路
- 使用 短时傅里叶变换（STFT） 或 FFT 提取频谱；
- 聚焦 10 kHz 以上频带的能量总和（线性或分贝尺度）；
- 对每个文件输出该频段的 归一化能量值（dB），便于阈值筛选与 Excel 导出。
? 示例代码（含注释）
import numpy as np
import scipy.io.wavfile as wav
from scipy.fft import fft, fftfreq
import os
import pandas as pd
def analyze_high_freq_energy(file_path, high_freq_cutoff=10000, sample_rate_target=44100):
"""分析单个 WAV 文件中高于 high_freq_cutoff 的频段能量（dB）"""
try:
sr, data = wav.read(file_path)
# 若为立体声，取左声道；若采样率过低，跳过（无法可靠覆盖10kHz）
if len(data.shape) > 1:
data = data[:, 0]
if sr < 2 * high_freq_cutoff:
return np.nan # 不满足奈奎斯特采样定理，结果无效
# 截取前 2 秒（避免长文件计算过载，可按需调整）
max_samples = min(len(data), sr * 2)
data = data[:max_samples].astype(np.float64)
# FFT 分析
n = len(data)
yf = fft(data)
xf = fftfreq(n, 1 / sr)
# 只保留正频率部分，并筛选 >10kHz 的 bins
mask = (xf >= high_freq_cutoff) & (xf <= sr/2)
energy_linear = np.sum(np.abs(yf[mask]) ** 2) / n # 平均功率
# 转换为分贝（参考值：最大可能幅度平方）
if energy_linear > 0:
energy_db = 10 * np.log10(energy_linear / (np.max(np.abs(data))**2 + 1e-12))
else:
energy_db = -np.inf
return round(energy_db, 2)
except Exception as e:
print(f"Error processing {file_path}: {e}")
return np.nan
# 批量处理目录下所有 .wav 文件
folder = "./bat_recordings"
results = []
for fname in sorted([f for f in os.listdir(folder) if f.lower().endswith(".wav")]):
full_path = os.path.join(folder, fname)
db_val = analyze_high_freq_energy(full_path)
results.append({"filename": fname, "high_freq_energy_dB": db_val})
# 生成结果表（可直接保存为 Excel）
df = pd.DataFrame(results)
df.to_excel("bat_frequency_report.xlsx", index=False)
print("✅ 分析完成！结果已保存至 bat_frequency_report.xlsx")
print(df.head())⚠️ 关键注意事项
- 采样率是前提：确保原始 WAV 文件采样率 ≥ 22.05 kHz（推荐 ≥ 44.1 kHz），否则 10 kHz 以上信息已丢失（混叠）；
-
能量 ≠ 存在性判断：单一高 dB 值可能来自电子噪声，建议结合时频图（spectrogram）目视验证（可用
matplotlib.pyplot.specgram快速绘制）； -
阈值设定：实践中，对安静环境录音，
high_freq_energy_dB > -30 dB通常指示有效蝙蝠叫声；需用已知阳性样本校准； -
性能优化：对千级文件，可启用多进程（
concurrent.futures.ProcessPoolExecutor）加速。
✅ 总结
与其执着于“文件中最高频率是多少”（易受噪声主导且无生态意义），不如采用频带能量量化法——它稳健、可复现、易于自动化，并天然兼容后续机器学习分类。本方案无需额外安装复杂库（仅 numpy, scipy, pandas），适合科研一线快速部署。将输出 Excel 表按 high_freq_energy_dB 排序，即可高效锁定候选蝙蝠录音。
