← 实验室|🎵 音乐节奏分析器 · 波形与 BPM

加载中关卡/6

📖 学员手册

代码讲解已合并到高亮预览的代码注释里

第二季第8课：音乐节奏分析器 · 学员手册

一、本节课作品：音乐节奏可视化面板

本节课不是做演示图，而是做一个能读取数据、计算指标、生成网页预览的 Python 工具原型。

二、新模块 / 新语法

math.sin
math.pi
statistics.mean
阈值检测
BPM 换算

三、6 个实验室关卡

关卡	训练目标
1	读取或创建原始数据
2	提取关键字段
3	统计核心指标
4	排序、过滤或识别风险
5	生成建议或判断结果
6	发布完整 HTML_PREVIEW 网页作品

四、代码讲解方式

点击实验室顶部 高亮预览，再点 全屏查看。新版预览只显示代码本身和代码里的有效注释，不再重复生成无意义解释。

五、作品标准

能运行第 1-6 关。
至少修改 3 处数据，让结果发生变化。
第 6 关能生成完整的音乐节奏可视化面板。
能说清楚用到了哪些模块、哪些数据、哪条判断规则。

六、合法边界

使用免版权音频、自己录制的音频或课堂模拟波形。
不批量下载付费音乐。
不绕过音乐平台限制。

七、进化舱升级方向

进入进化舱，选择或输入“音乐节奏可视化面板”，把实验室原型升级成更完整的可交互应用。

Ctrl+/ 注释 · ▶ 运行

# 🎵 第二季第8课：音乐节奏分析器
# 目标：用免版权或自制音频思想，模拟波形采样，计算响度、峰值和 BPM
# 本课不加载真实音频文件，只用数学模拟声波，理解数字音频基础原理

# math：提供正弦函数sin，用来模拟声波震动
import math
# statistics：统计学工具，计算平均值（响度）
import statistics

# 接收用户选择关卡；直接回车传入空字符串，or "6" 默认运行第6关完整版
RUN_LEVEL = int(input("请选择关卡 1-6：") or "6")

# SAMPLE_RATE：采样率，每秒采集多少次声波数据
# 课堂使用较小数值，方便观察波形；真实音频常用44100
SAMPLE_RATE = 40
# DURATION：模拟音频总时长，单位 秒
DURATION = 4
# BEAT_INTERVAL：节拍间隔，每0.5秒一次强拍，对应理论BPM=120
BEAT_INTERVAL = 0.5

# 生成模拟音频波形采样数据
def make_wave():
    # 空列表，存放每一个采样点数值
    samples = []
    # 总采样点数 = 采样率 × 时长
    total = SAMPLE_RATE * DURATION
    # 循环逐个生成采样点
    for i in range(total):
        # t：当前采样点对应的时间（秒）
        t = i / SAMPLE_RATE
        # 正弦波公式，模拟基础音调震动；3代表频率
        tone = math.sin(2 * math.pi * 3 * t)
        # 判断当前时刻是否靠近节拍点，靠近则beat=1制造音量凸起（强拍）
        beat = 1.0 if abs((t % BEAT_INTERVAL) - 0.02) < 0.04 else 0.0
        # 基础音量叠加节拍凸起，保留3位小数存入列表
        samples.append(round(tone * 0.6 + beat, 3))
    return samples

# 计算平均响度：波形绝对值的平均值
def loudness(samples):
    # abs(x)取振幅绝对值，statistics.mean求均值，保留3位小数
    return round(statistics.mean(abs(x) for x in samples), 3)

# 节拍检测：找出超过音量阈值的强拍时刻，防止连续采样识别成同一个节拍
def detect_beats(samples):
    # 存放识别出来的节拍时间（秒）
    beats = []
    # 记录上一次识别到节拍的采样下标，初始设极小值
    last_index = -999
    # enumerate：同时取出下标i 和采样数值value
    for i, value in enumerate(samples):
        # 条件1：采样数值大于0.8（音量峰值，判定为强拍）
        # 条件2：距离上一个节拍至少间隔0.25秒，避免重复识别同一个鼓点
        if value > 0.8 and i - last_index > SAMPLE_RATE * 0.25:
            # 把采样下标换算成时间存入节拍列表
            beats.append(i / SAMPLE_RATE)
            # 更新上一次节拍位置
            last_index = i
    return beats

# 根据识别出的节拍列表计算BPM（每分钟节拍数量）
def bpm_from_beats(beats):
    # 节拍总数 ÷ 总时长（秒）=每秒节拍数；×60换算成每分钟节拍；四舍五入
    return round(len(beats) / DURATION * 60)

# 构造HTML条形，模拟波形可视化；取前80个采样点绘图
def wave_bars(samples):
    bars = ""
    # 只遍历前80个采样点，防止图形过长
    for value in samples[0:80]:
        # 根据振幅绝对值计算条形高度，最小高度4px
        h = int(abs(value) * 70) + 4
        # 超过0.8（强拍）使用红色，普通波形蓝色
        color = "#ef4444" if value > 0.8 else "#3b82f6"
        # 拼接竖条HTML代码
        bars += "<i style='height:" + str(h) + "px;background:" + color + "'></i>"
    return bars

# 封装可视化面板HTML页面
def html_page(title, body):
    return "<html><head><meta charset='utf-8'><style>body{margin:0;background:#f5f3ff;font-family:Arial,Microsoft YaHei;color:#21143b}.screen{padding:18px}.hero{background:white;border:1px solid #ddd6fe;border-radius:18px;padding:16px}.grid{display:grid;grid-template-columns:repeat(3,1fr);gap:10px;margin-top:12px}.card{background:white;border:1px solid #ddd6fe;border-radius:14px;padding:12px}.num{font-size:28px;font-weight:900;color:#7c3aed}.wave{height:120px;display:flex;align-items:end;gap:3px;background:white;border-radius:16px;padding:12px;margin-top:12px}.wave i{width:6px;border-radius:6px}.item{background:white;border-left:5px solid #7c3aed;border-radius:12px;padding:10px;margin-top:8px}</style></head><body><div class='screen'><div class='hero'><b>音乐算法实验室</b><h1>" + title + "</h1></div>" + body + "</div></body></html>"

# 执行函数，生成波形采样数据
samples = make_wave()
# 检测所有强拍时间点
beats = detect_beats(samples)
# 计算乐曲BPM
bpm = bpm_from_beats(beats)
# 计算整体平均响度
volume = loudness(samples)

# 关卡分支逻辑
if RUN_LEVEL == 1:
    print("第1关：生成波形采样")
    # 打印前20个采样数值观察波形数据
    print(samples[:20])
    HTML_PREVIEW = html_page("波形采样", "<div class='wave'>" + wave_bars(samples) + "</div>")
elif RUN_LEVEL == 2:
    print("第2关：计算响度")
    print("响度：", volume)
    HTML_PREVIEW = html_page("响度分析", "<div class='card'><b>平均响度</b><div class='num'>" + str(volume) + "</div></div>")
elif RUN_LEVEL == 3:
    print("第3关：识别强拍")
    # 打印所有识别到节拍发生的时间（秒）
    print(beats)
    HTML_PREVIEW = html_page("节拍识别", "".join("<div class='item'>强拍时间：" + str(t) + " 秒</div>" for t in beats))
elif RUN_LEVEL == 4:
    print("第4关：计算 BPM")
    print("BPM：", bpm)
    HTML_PREVIEW = html_page("BPM 计算", "<div class='card'><b>BPM</b><div class='num'>" + str(bpm) + "</div></div>")
elif RUN_LEVEL == 5:
    print("第5关：节奏判断")
    # 根据BPM大小区分快慢节奏
    mood = "快节奏" if bpm >= 120 else "中慢节奏"
    print(mood)
    HTML_PREVIEW = html_page("节奏判断", "<div class='item'>当前音乐：" + mood + "，适合做开场动画或节奏游戏。</div>")
elif RUN_LEVEL == 6:
    print("第6关：发布音乐节奏可视化")
    # 顶部三个统计卡片：BPM、响度、强拍总数
    body = "<div class='grid'><div class='card'><b>BPM</b><div class='num'>" + str(bpm) + "</div></div><div class='card'><b>响度</b><div class='num'>" + str(volume) + "</div></div><div class='card'><b>强拍数</b><div class='num'>" + str(len(beats)) + "</div></div></div>"
    # 添加波形可视化区域
    body += "<div class='wave'>" + wave_bars(samples) + "</div>"
    HTML_PREVIEW = html_page("音乐节奏分析器", body)
else:
    # 输入数字超出范围提示错误
    print("关卡不存在，请输入 1-6。")

点击 ▶ 运行或按 Ctrl+Enter

预览区（HTML / turtle 输出）

📋 任务卡

1生成波形

用 sin 模拟声音震动。

💡关卡填 1+10 XP

2计算响度

用平均绝对值估算音量。

💡关卡填 2+10 XP

3识别强拍

找出超过阈值的节拍点。

💡关卡填 3+10 XP

4计算 BPM

把节拍数换算成每分钟节拍。

💡关卡填 4+10 XP

5节奏判断

根据 BPM 判断音乐风格。

💡关卡填 5+10 XP

6发布可视化

生成波形和节奏数据面板。

💡关卡填 6+10 XP

🎁 完成全部 +30 XP

加载中

▶ 🧩 扩展

📦numpy

📦matplotlib

📦pillow

📦requests

📦sympy

📦pandas

📦scipy

📦beautifulsoup4

📦pygame

📦flask

📦opencv-python

📦nltk

📦sqlalchemy

📦plotly