如何在R中计算指定时间窗口内声音的整体基频？

1. 利用seewave包处理现有结果 #

seewave的fund函数默认会返回指定时间段内的基频时间序列，你之前用type='p'只是触发了绘图，关闭绘图并提取返回的数值后，就能对基频序列做汇总计算：

library(seewave)
data(sheep)

# 提取0.5-2秒的基频数据（不绘图）
f0_results <- fund(sheep, from = 0.5, to = 2, plot = FALSE)

# 计算时间段内的平均基频（忽略NA值）
mean_f0 <- mean(f0_results$freq, na.rm = TRUE)
# 或者计算中位数（抗极端值干扰）
median_f0 <- median(f0_results$freq, na.rm = TRUE)

如果需要更贴合听觉感知的加权平均（按音频能量权重分配），可以结合cutw和env函数实现：

# 截取目标时间段的音频片段
sheep_segment <- cutw(sheep, from = 0.5, to = 2, output = "Wave")
# 提取片段的能量包络（与基频的时间分辨率匹配）
energy_env <- env(sheep_segment, f = sheep@samp.rate, envt = "abs", plot = FALSE)
# 计算能量加权的平均基频
weighted_f0 <- weighted.mean(f0_results$freq, w = energy_env, na.rm = TRUE)

2. 其他可用R包 #

phonTools包 #

phonTools的pitch函数可以直接提取音频片段的基频序列，再做汇总：

library(phonTools)
# 将Wave对象转为数值向量
sheep_vec <- as.vector(sheep@left)
# 计算目标时间段的样本点范围
start_idx <- round(0.5 * sheep@samp.rate)
end_idx <- round(2 * sheep@samp.rate)
# 截取音频片段
segment_vec <- sheep_vec[start_idx:end_idx]
# 提取基频序列
pitch_seq <- pitch(segment_vec, fs = sheep@samp.rate, timestep = 0.01)
# 计算平均基频
mean_pitch <- mean(pitch_seq$pitch, na.rm = TRUE)

3. 关于“现成单一基频”的说明 #

目前没有直接返回指定时间段单一基频的现成函数——因为基频在时间窗口内本身是动态变化的，单一值本质是对这段时间的基频序列做统计汇总。你需要根据研究需求选择合适的统计方式：

• 普通均值：适合基频波动较小的场景
• 加权平均：更贴近听觉对能量强的部分的感知
• 中位数：能避免极端值的干扰

内容的提问来源于stack exchange，提问作者sheep