音高分析系统 - Streamlit 网页应用

功能介绍

这是一个基于 Streamlit 的音高分析网页应用，整合了以下功能：

• 🎙️ 录音输入：支持浏览器录音
• 📤 文件上传：支持 WAV, MP3, FLAC, M4A 格式
• 🎵 音高提取：使用 CREPE 算法进行高精度音高提取
• 📊 音准分析：计算相对于十二平均律的偏差
• 📈 可视化：生成音高曲线图、音准偏差箱线图（含数值标记）和律制分析图表
• 🎼 律制分析：自动识别音乐律制类型（12平均律、纯律、毕达哥拉斯律、24平均律、7平均律）
• 💾 结果下载：支持下载 JPG 格式图表（100dpi）
• ⚠️ 智能提示：当数据不足时自动显示错误原因和建议

安装步骤

1. 安装依赖

pip install -r requirements.txt

2. 运行应用

streamlit run pitch_analysis_app.py

应用将在浏览器中自动打开，默认地址为 http://localhost:8501

使用说明

输入音频

1. 录音方式：

   • 点击"录音"区域的录音按钮
   • 允许浏览器访问麦克风
   • 录制完成后点击停止

2. 上传文件方式：

   • 点击"上传文件"区域
   • 选择音频文件（支持 WAV, MP3, FLAC, M4A）

注意：当录音和文件上传都有内容时，系统会优先处理录音文件。

开始分析

点击"🚀 开始分析"按钮，系统将自动完成以下步骤：

1. 提取音高数据（使用 CREPE 算法）
2. 计算音准偏差
3. 生成可视化图表
4. 分析律制类型
5. 生成律制分析图表

查看结果

分析完成后，页面将显示：

• 律制分析结果：检测到的律制类型和置信度
• 音高曲线图：显示音高随时间的变化
• 音准偏差箱线图：显示12个音级的音准分布
• 律制分析图表：显示各律制得分对比、置信度和统计信息
• 统计信息：数据点数、整体偏移、基准音高等

注意：如果数据不足无法进行律制分析，系统会在律制分析图表中显示错误原因和改进建议。

下载图表

每个图表下方都有下载按钮，点击即可下载 JPG 格式图片（100dpi）。 下载后页面会停留在当前位置，方便继续查看其他内容。

返回首页

点击页面顶部的"🏠 回到首页"按钮，可以清空当前结果并返回首页进行新的分析。

技术特点

• 高精度音高提取：使用 CREPE 深度学习模型
• 智能降噪：自动进行音频信号清洗和降噪处理
• 平滑处理：使用 Savitzky-Golay 滤波器去除颤音
• 基准音校正：使用核密度估计自动校正整体音高偏移
• 响应式设计：适配不同屏幕尺寸
• 状态管理：使用 Streamlit session state 保持分析结果

系统要求

• Python 3.8 或更高版本
• 至少 4GB 内存
• 支持现代浏览器（Chrome, Firefox, Safari, Edge）

依赖库

主要依赖：

• streamlit - Web 应用框架
• torchcrepe - CREPE 音高提取算法
• librosa - 音频处理
• matplotlib - 数据可视化
• scipy - 科学计算
• noisereduce - 降噪处理

完整依赖列表请查看 requirements.txt

注意事项

1. 首次运行时，CREPE 模型会自动下载，可能需要一些时间
2. 录音功能需要浏览器支持 MediaRecorder API
3. 处理长音频文件可能需要较长时间，请耐心等待
4. 建议使用高质量的音频文件以获得更准确的分析结果

故障排除

录音功能无法使用

• 确保浏览器已授予麦克风权限
• 尝试使用 HTTPS 连接（某些浏览器要求）

分析失败

• 检查音频文件是否损坏
• 确保音频文件包含足够的音高信息
• 尝试使用不同的音频文件

内存不足

• 尝试处理较短的音频片段
• 关闭其他占用内存的应用程序

作者

基于以下脚本整合开发：

• batch_extract_pitch_to_csv_SingleFile.py
• batch_generate_pitch_contour.py
• batch_calculate_pitch_deviation.py
• batch_calculate_pitch_statistics.py
• batch_plot_tunned_statistics_boxplot.py
• batch_analyze_tuning_v2.py
• batch_plot_tuning_report_v1.py

许可证

本项目仅供学习和研究使用。