对于声音类的文件分析起来除了听最好是先可以把声音转换成图形，这样对于声音文件之间的不同有一个视觉上的认知，对于后续分析可以是一个很有用的补充。
python可以利用SCIPY库装载wav文件，并使用matplotlib绘制图形。首先我从这个网站上下载了1M和2M的wav文件作为wav样例文件：https://file-examples.com/index.php/sample-audio-files/sample-wav-download/
然后使用下面的代码装在并绘制wav文件的音调图形：
代码语言：javascript复制from scipy.io import wavfile
from matplotlib import pyplot as plt
from matplotlib.pyplot import figure
# load wav files
fs_1m,data_1m = wavfile.read("./wav/file_example_WAV_1MG.wav")
fs_2m,data_2m = wavfile.read("./wav/file_example_WAV_2MG.wav")
# set plt style
plt.style.use('seaborn-whitegrid')
# plot data
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.plot(data_1m, color='b')
ax1.set_title("auido with 1M size")
ax2.plot(data_2m, color='y')
ax2.set_title("auido with 2M size")
plt.savefig('audio.png', dpi=150)
输出的图形如下：
可以看到两个图形基本一样，但是2M文件的图形的X坐标是1M文件的2倍。
然后我们可以使用fastdtw库很容易计算出两个音频数据之间的欧几里得距离：
代码语言：javascript复制from fastdtw import fastdtw
from scipy.spatial.distance import euclidean
# calculate euclidean distance
distance,path = fastdtw(data_1m, data_2m, dist=euclidean)
print("the distance between the two clips is %s" % distance)
输出结果如下：
代码语言：javascript复制the distance between the two clips is 4093034781.337242
