如何使用Python从*.wav格式心跳音频的指定时间窗口中提取心率

前置依赖 #

首先安装需要的第三方库：
pip install librosa numpy scipy

核心实现逻辑 #

• 加载wav音频文件，获取采样率和原始音频序列
• 按指定窗口长度截取对应长度的音频片段，不足窗口长度时可抛出提示或全量处理
• 对音频片段做带通滤波，保留心跳对应的频率范围（0.67Hz ~ 3Hz，对应心率40~180次/分钟），过滤环境噪音
• 检测心跳峰值数量，通过峰值数和窗口长度换算得到每分钟心率

完整代码示例 #

import librosa
import numpy as np
from scipy.signal import butter, filtfilt, find_peaks

def butter_bandpass(lowcut, highcut, sr, order=5):
    nyq = 0.5 * sr
    low = lowcut / nyq
    high = highcut / nyq
    b, a = butter(order, [low, high], btype='band')
    return b, a

def bandpass_filter(data, lowcut, highcut, sr, order=5):
    b, a = butter_bandpass(lowcut, highcut, sr, order=order)
    y = filtfilt(b, a, data)
    return y

def calculate_heart_rate(wav_path, window_seconds=15):
    # 加载音频，sr为采样率，y为单声道音频序列
    y, sr = librosa.load(wav_path, sr=None, mono=True)
    total_duration = librosa.get_duration(y=y, sr=sr)
    
    # 截取指定窗口的音频
    if total_duration < window_seconds:
        print(f"音频时长不足{window_seconds}秒，将使用全量音频计算")
        window_samples = len(y)
        used_window_seconds = total_duration
    else:
        # 这里默认从音频开头截取，需要调整起始位置可以修改offset参数
        offset_samples = 0
        window_samples = int(window_seconds * sr)
        y = y[offset_samples:offset_samples + window_samples]
        used_window_seconds = window_seconds
    
    # 带通滤波，保留心跳频率范围
    lowcut = 0.67  # 对应最低心率40次/分
    highcut = 3.0  # 对应最高心率180次/分
    y_filtered = bandpass_filter(y, lowcut, highcut, sr)
    
    # 检测心跳峰值
    min_interval = 60 / 180  # 最快心跳间隔，单位秒
    min_distance = int(min_interval * sr)
    peaks, _ = find_peaks(y_filtered, height=np.mean(y_filtered)*1.5, distance=min_distance)
    
    # 计算心率：峰值数 / 窗口时长（秒） * 60 = 每分钟心跳数
    heart_rate = round(len(peaks) / used_window_seconds * 60, 1)
    return heart_rate

# 调用示例
if __name__ == "__main__":
    hr = calculate_heart_rate("test_heartbeat.wav", window_seconds=15)
    print(f"计算得到的心率为：{hr} 次/分钟")

参数调整建议 #

• 如果你的音频噪音较多，可以适当调高find_peaks里的height阈值，或者提升带通滤波的order参数
• 如果你需要从音频的中间位置截取窗口，修改offset_samples为对应起始位置的样本数即可，比如从第5秒开始就是offset_samples = int(5 * sr)
• 可以先使用matplotlib绘制滤波前后的波形和峰值位置，方便调整参数，示例代码如下：

import matplotlib.pyplot as plt
# 绘制波形和峰值示例
plt.plot(y_filtered)
plt.plot(peaks, y_filtered[peaks], "x")
plt.show()

内容的提问来源于stack exchange，提问作者user7260398