【Python】ノイズ流すアプリつくる時に作ったノイズ生成コード

はじめに

Flutterでノイズを再生するプレイヤーアプリを作成しました。
その際にノイズ自体の音声データが必要だったのPythonでwavファイルを作成しました。

その際のコードを備忘として残します

作成するノイズ

ホワイトノイズ

->ざーっとしたやつ

ピンクノイズ

->ごーっとしたやつ

ブラウンノイズ

->ぼーっとしたやつ

実際のコード

ノイズのグラフもおまけで生成しています。

importのセクションにありますが、numpy,scipy,matplotlib のライブラリが必要です。

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

def generate_better_pink_noise(samples):
    """
    より正確なピンクノイズを生成する関数（FFTベースの実装）
    
    Parameters:
    samples (int): 生成するサンプル数
    
    Returns:
    numpy.ndarray: 生成されたピンクノイズ
    """
    # サンプル数の半分の周波数ビンを作成
    freqs = np.fft.fftfreq(samples)[:samples//2]
    # 0除算を避けるため、最初の周波数を無限大に設定
    freqs[0] = float('inf')
    
    # 1/fスペクトルを作成（振幅は周波数の平方根に反比例）
    spectrum = 1/np.sqrt(np.abs(freqs))
    
    # ランダムな位相を生成して複素スペクトルを作成
    phase = np.random.uniform(0, 2*np.pi, len(spectrum))
    spectrum = spectrum * np.exp(1j * phase)
    
    # スペクトルの対称性を確保して完全なスペクトルを作成
    spectrum = np.concatenate([spectrum, np.conj(spectrum[::-1][1:-1])])
    
    # 逆フーリエ変換でピンクノイズを生成
    pink = np.fft.ifft(spectrum).real
    return pink

def analyze_noise_spectrum(noise, sample_rate, noise_type):
    """
    ノイズの周波数スペクトルを分析し表示する関数
    
    Parameters:
    noise (numpy.ndarray): 分析するノイズ信号
    sample_rate (int): サンプリングレート
    noise_type (str): ノイズの種類（グラフのタイトル用）
    """
    # Welch法でパワースペクトル密度を計算
    frequencies, psd = signal.welch(noise, sample_rate, nperseg=4096)
    
    # 両対数プロットでスペクトルを表示
    plt.figure(figsize=(10, 6))
    plt.loglog(frequencies, psd)
    plt.grid(True)
    plt.xlabel('Frequency [Hz]')
    plt.ylabel('Power Spectral Density')
    plt.title(f'{noise_type} Noise Spectrum')
    plt.show()
    
    # 基本的な統計量を計算して表示
    print(f"\n{noise_type} Noise Statistics:")
    print(f"Mean: {np.mean(noise):.6f}")
    print(f"Std Dev: {np.std(noise):.6f}")
    print(f"Skewness: {stats.skew(noise):.6f}")
    print(f"Kurtosis: {stats.kurtosis(noise):.6f}")

def generate_noise(noise_type, duration=30, sample_rate=44100):
    """
    各種ノイズを生成する関数
    
    Parameters:
    noise_type (str): 'white', 'pink', or 'brown'
    duration (int): 生成する音声の長さ（秒）
    sample_rate (int): サンプリングレート（Hz）
    
    Returns:
    numpy.ndarray: 生成されたノイズ（-1.0から1.0の範囲に正規化済み）
    """
    samples = duration * sample_rate
    
    if noise_type == 'white':
        # ホワイトノイズの生成（全周波数で均一なパワー）
        noise = np.random.normal(0, 1, samples)
    
    elif noise_type == 'pink':
        # 改良版ピンクノイズの生成（1/f特性）
        noise = generate_better_pink_noise(samples)
    
    elif noise_type == 'brown':
        # ブラウンノイズの生成（1/f^2特性）
        white = np.random.normal(0, 1, samples)
        # より滑らかな積分のためにバターワースローパスフィルタを適用
        b, a = signal.butter(1, 0.02)
        noise = signal.lfilter(b, a, white)
        # 直流成分（トレンド）を除去
        noise = signal.detrend(noise)
    
    else:
        raise ValueError("Unknown noise type. Use 'white', 'pink', or 'brown'.")
    
    # RMS値による正規化
    rms = np.sqrt(np.mean(np.square(noise)))
    noise = noise / rms
    
    # ノイズタイプに応じた音量調整
    volume_adjustment = {
        'white': 0.3,
        'pink': 0.35,
        'brown': 0.4
    }
    noise = noise * volume_adjustment[noise_type]
    
    return noise

def save_wav(noise, filename, sample_rate=44100):
    """
    ノイズをWAVファイルとして保存する関数
    
    Parameters:
    noise (numpy.ndarray): 保存するノイズ信号
    filename (str): 保存するファイル名
    sample_rate (int): 元のサンプリングレート
    """
    # ファイルサイズ削減のため32kHzにダウンサンプリング
    target_rate = 32000
    samples_new = int(len(noise) * (target_rate / sample_rate))
    
    # 信号をリサンプリング
    noise = signal.resample(noise, samples_new)
    
    # 16ビット整数に変換（-32768から32767の範囲）
    scaled = np.int16(noise * 32767)
    
    # WAVファイルとして保存
    wavfile.write(filename, target_rate, scaled)

def main():
    """
    メイン実行関数
    ノイズの生成、分析、保存を行う
    """
    # 基本パラメータの設定
    duration = 30
    sample_rate = 44100
    noise_types = ['white', 'pink', 'brown']
    
    # 各種ノイズの生成、分析、保存
    for noise_type in noise_types:
        print(f"\nProcessing {noise_type} noise...")
        
        # ノイズ生成
        noise = generate_noise(noise_type, duration, sample_rate)
        
        # スペクトル分析の実行
        analyze_noise_spectrum(noise, sample_rate, noise_type)
        
        # WAVファイルとして保存
        filename = f"{noise_type}_noise.wav"
        save_wav(noise, filename, sample_rate)
        print(f"Generated and saved {filename}")

if __name__ == "__main__":
    from scipy import stats  # statsモジュールを追加
    main()