Определение частоты из звукового файла

Я пытаюсь достичь следующего: мне нужны значения частоты звукового файла (.wav) для анализ. Я знаю, что многие программы предоставляют визуальный график (спектрограмму) значений, но мне нужны необработанные данные. Итак, предположим, что сигнал в файле имеет длину 0,4 секунды, тогда я хотел бы, чтобы несколько измерений давали результат в виде массива для каждой точки времени, которую измеряет программа, и того, какое значение (частота) она нашла (и, возможно, мощность (дБ) тоже). Сложность в том, что я хочу анализировать песни птиц, и в них часто есть гармоники или сигнал находится в диапазоне частот (например, 1000-2000 Гц). Я бы хотел, чтобы программа выводила и эту информацию, так как это важно для анализа, который я хотел бы провести с данными :)

Теперь есть фрагмент кода, который очень похож на то, что я хотел, но я думаю он не дает мне всех желаемых значений .... (спасибо Джастину Пилу за то, что он отправил это в другой вопрос: )) Итак, я понял, что мне нужны numpy и pyaudio, но, к сожалению, я не знаком с python, поэтому я надеюсь, что эксперт по Python может мне в этом помочь?

Исходный код:

# Read in a WAV and find the freq's
import pyaudio
import wave
import numpy as np

chunk = 2048

# open up a wave
wf = wave.open('test-tones/440hz.wav', 'rb')
swidth = wf.getsampwidth()
RATE = wf.getframerate()
# use a Blackman window
window = np.blackman(chunk)
# open stream
p = pyaudio.PyAudio()
stream = p.open(format =
                p.get_format_from_width(wf.getsampwidth()),
                channels = wf.getnchannels(),
                rate = RATE,
                output = True)

# read some data
data = wf.readframes(chunk)
# play stream and find the frequency of each chunk
while len(data) == chunk*swidth:
    # write data out to the audio stream
    stream.write(data)
    # unpack the data and times by the hamming window
    indata = np.array(wave.struct.unpack("%dh"%(len(data)/swidth),\
                                         data))*window
    # Take the fft and square each value
    fftData=abs(np.fft.rfft(indata))**2
    # find the maximum
    which = fftData[1:].argmax() + 1
    # use quadratic interpolation around the max
    if which != len(fftData)-1:
        y0,y1,y2 = np.log(fftData[which-1:which+2:])
        x1 = (y2 - y0) * .5 / (2 * y1 - y2 - y0)
        # find the frequency and output it
        thefreq = (which+x1)*RATE/chunk
        print "The freq is %f Hz." % (thefreq)
    else:
        thefreq = which*RATE/chunk
        print "The freq is %f Hz." % (thefreq)
    # read some more data
    data = wf.readframes(chunk)
if data:
    stream.write(data)
stream.close()
p.terminate()