Librosa -如何创建立体声音频的mel谱图？
Librosa是一个用于音频分析和处理的Python库。要创建立体声音频的mel谱图，可以按照以下步骤进行：
- 导入必要的库和模块：
import librosa
import librosa.display
import matplotlib.pyplot as plt- 加载立体声音频文件：
audio_path = 'path_to_audio_file.wav'
y, sr = librosa.load(audio_path, sr=None, mono=False)这里的audio_path是音频文件的路径，y是音频数据，sr是采样率。
- 将立体声音频转换为单声道：
y_mono = librosa.to_mono(y)这一步是将立体声音频转换为单声道，以便后续处理。
- 计算mel谱图：
mel_spec = librosa.feature.melspectrogram(y_mono, sr=sr)
mel_db = librosa.power_to_db(mel_spec, ref=np.max)mel_spec是计算得到的mel谱图，mel_db是将谱图转换为分贝单位。
- 可视化mel谱图：
plt.figure(figsize=(10, 4))
librosa.display.specshow(mel_db, sr=sr, x_axis='time', y_axis='mel')
plt.colorbar(format='%+2.0f dB')
plt.title('Mel Spectrogram')
plt.tight_layout()
plt.show()这里使用librosa.display.specshow函数将谱图可视化，并添加颜色条和标题。
以上是使用Librosa创建立体声音频的mel谱图的步骤。Librosa提供了丰富的音频处理功能，适用于音频分析、特征提取、音频转换等多个领域。腾讯云相关产品中，可以使用云音乐处理服务（音频处理）来进行音频处理和分析。详情请参考腾讯云音乐处理服务的介绍：https://cloud.tencent.com/product/ame
相关·内容
1回答
Librosa -如何创建立体声音频的mel谱图？
python、audio、librosa
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</e
浏览 41提问于2020-10-19得票数 0
回答已采纳
1回答
Librosa Mel-频谱图日志形状
python、audio、neural-network、voice-recognition、librosa
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 = 512, n_mels = 64)
浏览 22提问于2019-11-07得票数 1
1回答
关于声码器的使用
audio、deep-learning、voice、speech-synthesis
我有一个令人困惑的问题，那就是投票人的使用。但是，在其他模型中，如，，，对于wav到Mel光谱图的生成没有
浏览 23提问于2022-02-01得票数 1
回答已采纳
2回答
对于基于CNN的模型，哪个语谱图最能代表音频文件的特征？
python-3.x、machine-learning、audio、spectrogram、librosa
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。y,sr= <
浏览 46提问于2019-04-04得票数 0
回答已采纳
1回答
从密尔谱图中重建音频有一些与librosa有关的剪辑。
python、audio、scipy、librosa、spectrogram
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
1回答
如何将CNN应用于短时傅立叶变换？
python、python-3.x、conv-neural-network、fft
所以我有一个返回.wav文件的短时傅里叶变换谱的代码。我希望能够利用，比方说一毫秒的光谱，并用它来训练CNN。ax.set_ylabel('Frequency [kHz]')
ax.set_xlabel('Time
浏览 1提问于2019-05-24得票数 1
1回答
音频采样率与音频的跳长、滤波长度、窗口长度有什么关系，下采样对音频参数有何影响？
python、tensorflow、machine-learning、audio、librosa
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。=80,mel_fmax=8000.0,
我能够使用下面的代码成功地使用librosa=0.6.0降低数据的采样。x, sr = librosa.load("Audio_44100.wav",
浏览 0提问于2021-04-19得票数 0
回答已采纳
2回答
使用librosa函数将语谱图转换为音频
python、audio、spectrogram、librosa
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
浏览 284提问于2019-09-17得票数 1
回答已采纳
1回答
从频谱图时间/频率序列数组中获取MFCC
python、signal-processing、mfcc
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
在Python中获取对数Mel谱图
python、numpy、librosa
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
如何将mel谱图转换成原形的mel谱图
python、speech-to-text
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, sr=sr)
<
浏览 0提问于2018-02-09得票数 4
1回答
如何将mel谱图转换成原形的mel谱图
python、audio、speech-recognition、spectrogram、librosa
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=sr)
浏览 1提问于2018-02-08得票数 0
1回答
Python Librosa :用于计算MFCC特征的默认帧大小是多少？
python-3.x、audio、mfcc
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
def getPathTo
浏览 3提问于2016-06-22得票数 9
回答已采纳
1回答
使用librosa的对数mel谱图
python、audio、signal-processing、librosa
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
2回答
为什么来自librosa库的声谱图的持续时间是实际音轨的两倍？
python、audio、spectrogram、librosa
我正在使用以下代码从记录的大约30秒的音频信号中获取Mel谱图： plt.figure(figsize=(10, 4))
librosa.display.specsho
浏览 5提问于2018-07-12得票数 2
回答已采纳
1回答
为什么我的8 8kHz文件的mel特征在sr =16 8kHz和44.1kHz中提取不同
python、audio、audio-processing、librosa
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
在音频文件中，Librosa混合谱图的时间与实际时间不匹配
python、librosa
我试图使用librosa.feature计算MFCC系数，但当我使用specshow绘制它时，显示图上的时间与音频文件中的实际时间不匹配。我尝试了librosa docs 的代码，在这里我们创建了具有预先计算的日志功率Mel谱图的MFCC。sr=None) # fs is 22000
# according to WINDOW_SIZE and fs, win_length is
浏览 4提问于2019-10-12得票数 0
回答已采纳
1回答
从FFT数据中创建波形数据？
python、signal-processing、fft、spectrogram、mfcc
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)。
在我的程序中，我希望更改logfbank/mfcc数据，然后从它创建wave数据(并将它们写入文件)。我没有发现任何关于从FFT数据中创建波形数据的过程的信息。你们中有谁知道如何解决这个问题吗？我会非常感
浏览 1提问于2019-07-08得票数 1
1回答
如何在librosa中从mel谱图重建STFT矩阵，以便重建原始音频？
python、audio、signal-processing、spectrogram、librosa
我已经使用下面的代码在librosa中生成了一个梅尔谱图from matplotlib import pyplot as pltimport librosa.displayimport pylab
mel = librosa.feature.me
浏览 1提问于2020-08-31得票数 0
1回答
ValueError：` `sequences`‘必须是可迭代的列表。发现不可迭代: 0.0382184
python、numpy、tensorflow、librosa
我从音频文件中提取梅尔谱图，然后我想要应用填充。y,sr = librosa.load(r"/content/test.WAV")mel=np.mean类型'numpy.float32‘在处理上述异常时没有len()，发生了另一个异常：
ValueError:序列必须是可迭代的列表。找到不可迭代的
浏览 5提问于2021-05-23得票数 1
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
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
