1回答
我正在使用python中的Librosa从GTZAN数据集中提取对数Mel谱图。我的代码是-mel = librosa.feature.melspectrogram(y=data, hop_length = 512//2, n_fft =
浏览 22提问于2019-11-07得票数 1
1回答
其他问题，如How to convert a mel spectrogram to log-scaled mel spectrogram，已经询问了如何在python中获得对数缩放的mel谱图。我下面的代码生成了上述语谱图 ps = librosa.feature.melspectrogram(y=y, sr=sr)
ps_db= librosa.power_to_db(ps, ref=np.max
浏览 97提问于2020-07-22得票数 2
回答已采纳
2回答
我希望了解音频分析的各种频谱图。我想将一个音频文件转换为10秒的块，为每个块生成光谱图，并使用CNN模型在这些图像上进行训练，看看它们是好是坏。我已经研究了线性，对数，mel等，并在某个地方读到基于mel的频谱图最适合用于此。但是没有适当的可证实的信息。我已经使用了以下简单的代码来生成mel谱图</em
浏览 46提问于2019-04-04得票数 0
回答已采纳
我目前正在从我的婴儿哭声数据集中提取mel特征，wav文件的采样率为8 8kHz、16位、单声速和大约7秒。sr =16000时的Mel谱
import lib
浏览 1提问于2019-07-16得票数 6
回答已采纳
1回答
我有几个光谱时间/频率500,1024的文件。 我需要计算这些文件的MFCC。有很多用于计算原始音频文件的MFCC的库，但我正在寻找python中直接从np.array计算MFCC的方法。
浏览 40提问于2019-06-01得票数 0
1回答
我正在做： y=samples, sr=sample_rate, window=print('melspectrogram.shape', melspectrogram.shape)
audio_signal = librosa.feature.inverse.mel_to_audioprint(audio_signal, audio_si
浏览 1提问于2020-02-23得票数 0
回答已采纳
我正在阅读使用卷积神经网络进行环境噪声识别的本论文，并希望复制它们的结果。他们将WAV文件转换成日志大小的mel光谱图。你是怎么做到的？我能够将WAV文件转换成mel谱图ps = librosa.feature.melspectrogram(y=y,
浏览 0提问于2018-02-09得票数 4
1回答
我正在阅读使用卷积神经网络进行环境噪声识别的，并希望复制它们的结果。他们将WAV文件转换成日志大小的mel光谱图。你是怎么做到的？我能够将WAV文件转换成mel谱图ps = librosa.feature.melspectrogram(y=y, sr
浏览 1提问于2018-02-08得票数 0
3回答
我正在使用librosa库将音乐片段转换为mel频谱图，以用作我的神经网络的输入，如文档所示。
这与有什么不同呢？使用这两种方法有什么优点或缺点吗？
浏览 5提问于2018-12-26得票数 18
1回答
从FFT数据中创建波形数据？
、、、、
正如您可能注意到的，我对python和声音处理非常陌生。我(希望)使用python、logfbank和mfcc函数从波形文件中提取FFT数据。( logfbank似乎给出了最有希望的数据，mfcc的输出对我来说有点奇怪)。到目前为止，这是我的
浏览 1提问于2019-07-08得票数 1
有一个为单声道音频生成mel谱图的代码。import librosa, librosa.displayimport numpy as np
librosa.featur
浏览 41提问于2020-10-19得票数 0
回答已采纳
1回答
我遇到了使用librosa为音频文件生成log-mel频谱图的两种不同方法，我不知道它们在最终输出中为什么不同，哪一种是“正确的”，或者一种与另一种有多大的不同。#1 path = "path/to/my/file"mel_spectrogram = librosa.feature.melspectrog
浏览 262提问于2021-05-09得票数 0
使用Librosa库，我将MFCC功能的1319秒的音频文件生成了一个矩阵20 X 56829。这里的20表示MFCC功能的编号(我可以手动调整)。但我不知道它是如何将音频长度分割成56829的。处理音频所需的帧大小是多少？import numpy as npimport librosa
浏览 3提问于2016-06-22得票数 9
回答已采纳
我有大约20K文件的音频数据，采样率为44100 20K。我正在使用这些数据来训练文本到语音的塔卡创模型。然而，为成功的培训配置的参数如下:因此，我需要将数据降到22.5Khz。max_wav_value=32768.0,filter_length=1024,win_length=1024,mel_fmin=0.0,
mel_fmax=
浏览 0提问于2021-04-19得票数 0
回答已采纳
我能把mel-谱图png转换成用python(librosa，scipy.)声音'wav‘吗？因为我有gan项目来生成mel-谱图图像，我不想再把它们转换成声音1-将wav转换成mel-谱图，并将结果保存为png。4-
浏览 3提问于2021-08-07得票数 0
回答已采纳
我正在用从1秒到4秒的wav文件进行声音分类。我想转换wav到224x224x3图像，我可以收费到Resnet分类，转换应该是使用melspectogram谢谢帮助
浏览 112提问于2019-05-27得票数 2
回答已采纳
1回答
我想将3个mel-spectogram保存到一个png文件。为此，我使用了subplots函数。fig, ax = plt.subplots(nrows=3, ncols=1)img2 = librosa.display.specshow(S_dB2, sr=sr, fmax=10000, ax=ax[1])
img3 = librosa.display.specsho
浏览 0提问于2020-10-25得票数 0
2回答
我正在从事语音合成工作，我已经使用librosa构建了频谱图。当我想要将频谱图转换为音频以保存为wav文件时，它会产生问题。我寻求帮助，发现liborsa有一个函数mel_to_audio，但这不起作用。 我使用这个函数来获取音频文件的频谱图。librosa.feature.melspectrogram 这是我用来将语谱图转换成音频的函数。 librosa.fea
浏览 284提问于2019-09-17得票数 1
回答已采纳
1回答
我没有生物声学的背景，但从事生物声学的数据科学项目。动物是蝙蝠，人们知道它们会发出高频率的声音。在背景文献中，我发现MEL谱图也适用于蝙蝠，并了解到MEL谱图将范围压缩成对数尺度。
但如果是这样的话，我预计信息丢失的频率最高，如果是的话，我预计使用MEL的结果会更
浏览 0提问于2023-02-28得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
