如何正确绘制librosa STFT输出
librosa是一个用于音频分析和处理的Python库，其中包含了许多功能强大的特征提取和信号处理工具。STFT（Short-Time Fourier Transform）是librosa中的一个重要函数，用于将音频信号转换为时频域表示。
正确绘制librosa STFT输出的步骤如下：
- 导入必要的库和模块：
import librosa
import librosa.display
import matplotlib.pyplot as plt- 加载音频文件：
audio_path = 'path_to_audio_file.wav'
y, sr = librosa.load(audio_path)其中，y是音频信号的波形数据，sr是采样率。
- 计算STFT：
D = librosa.stft(y)D是STFT的结果，它是一个复数矩阵，表示音频信号在时频域上的表示。
- 将STFT结果转换为可视化的幅度谱：
magnitude = librosa.amplitude_to_db(abs(D))magnitude是幅度谱，通过将STFT结果的绝对值转换为分贝表示。
- 绘制幅度谱：
librosa.display.specshow(magnitude, sr=sr, x_axis='time', y_axis='log')
plt.colorbar(format='%+2.0f dB')
plt.title('STFT Magnitude Spectrum')
plt.show()这段代码将幅度谱以时间为横轴、频率为纵轴进行绘制，并添加了颜色条和标题。
STFT的绘制可以帮助我们观察音频信号在不同时间和频率上的能量分布，从而更好地理解音频的特征和结构。在音频处理、音乐信息检索、语音识别等领域中，STFT广泛应用于音频特征提取、音频分析和音频合成等任务。
腾讯云相关产品和产品介绍链接地址：
相关·内容
我正在使用librosa库从音频数据中获取和过滤光谱图。
我主要理解生成光谱图背后的数学原理：
获取信号
窗口信号
对于每个窗口计算傅里叶变换
创建其列为转换的矩阵
绘制此矩阵的热图
所以对librosa来说这很容易
spec = np.abs(librosa.stft(signal, n_fft=len(window), window=window)
耶！我有我的FFTs矩阵。现在我看到了这个函数librosa.amplitude_to_db，我认为这就是我对信号处理的无知开始显现的地方。这是我在中等媒体上找到的一个片段：
spec = np.abs(libros
浏览 7提问于2020-08-10得票数 3
回答已采纳
我试图从16000赫兹16位.wav语音音频中绘制波形图和谱图。我已成功地取得下列地块：
然而，谱图上的时间值是不正确的。我确信我的采样率是一致的(16000赫兹)整个程序，但我仍然不能得到正确的时间值的光谱图。
下面是我的python脚本：
import matplotlib.pyplot as plt
import librosa
import librosa.display
import numpy as np
y, sr = librosa.load('about_TTS_0792.wav', sr=16000)
print("Current aud
浏览 18提问于2021-02-17得票数 3
回答已采纳
我想通过tensorflow的STFT通过梯度。所以我使用tf.signal.stft而不是librosa.stft。然而，他们的输出是不同的。我想为certer=True修复librosa.stft。我已经改装到了。我发现这对我没有用。
浏览 4提问于2019-10-30得票数 1
2回答
Librosa抽样率问题
、、、
当执行STFT时，然后在16位44.1 khz音频文件上使用库进行反向STFT ()：
import librosa
y, sr = librosa.load('test.wav', mono=False)
y1 = y[0,]
S = librosa.core.stft(y1)
z1 = librosa.core.istft(S, dtype=y1.dtype)
librosa.output.write_wav('test2.wav', z1, sr)
输出仅为22 khz音频文件。为什么？取样率的变化在哪里？
浏览 5提问于2016-07-04得票数 8
回答已采纳
1回答
我正在创建一个100 it的正弦波，并试图绘制它的stft： import scipy.io
import numpy as np
import librosa
import librosa.display
#%matplotlib notebook
import matplotlib.pyplot as plt
A = 1 # Amplitude
f0 = 100 # frequency
Fs = f0 * 800 # Sampling frequency
t = np
浏览 40提问于2020-06-30得票数 0
在使用librosa.feature.rmse进行声音特征提取时，我有以下几点经验：
import librosa
import numpy as np
wav_file = "C://TEM//tem//CantinaBand3.wav"
y, sr = librosa.load(wav_file)
chroma_stft = librosa.feature.chroma_stft(y=y, sr=sr)
rmse=librosa.feature.rmse(y=y)[0]
print rmse
它给了我：
AttributeError: 'module
浏览 64提问于2019-11-25得票数 4
回答已采纳
我想知道函数的输出数组是什么意思。
我听说每个音符都有泛音，
但是输出数组似乎只包括每秒每个音符的一个频率。
我想知道数组是否已经包含泛音。
我写的代码如下：
import librosa
from scipy import signal
y, sr = librosa.load('./data/dreamy.wav')
Nfft = 256
stft = librosa.stft(y, n_fft=Nfft, window=signal.windows.hamming)
freqs = librosa.fft_frequencies(sr=sr, n_fft=Nfft)
浏览 12提问于2021-07-21得票数 0
3回答
当使用librosa.stft()计算光谱图时，如何获得相关的频率值？我不想像在librosa.display.specshow中那样生成一个映像，而是想要掌握这些值。
y, sr = librosa.load('../recordings/high_pitch.m4a')
stft = librosa.stft(y, n_fft=256, window=sig.windows.hamming)
spec = np.abs(stft)
spec给出了每个频率的“振幅”或“功率”，而不是频率本身。我已经看到，有一个display.specshow函数将在热图的垂直轴上显示这些频率
浏览 5提问于2020-08-11得票数 6
回答已采纳
我正在试着测试simpleRNN
stft_librosa是numpy data (257, 958)
我的想法是将切片的(10,958)作为输入，将(1,958)作为输出。
epochs = 10
batch = 24
model.add(
SimpleRNN(1, activation=None, input_shape=(958,1), return_sequences=True)
)
model.add(Dense(1, activation="linear"))
model.compile(loss="mean_squared_error",
浏览 8提问于2020-11-09得票数 0
回答已采纳
1回答
我遵循一些来自的示例代码，以显示STFT的光谱图。问题是，谱图从未出现过，当我在终端窗口中运行程序时，我简要地看到了程序的启动(与调用plt.show()时相同)，但它立即消失了。
是否需要显式调用方法以在下面的代码中显示img对象？如果没有的话，是什么原因导致这个阴谋不出现呢？
# read the .wav file
audio, sample_rate = librosa.load("/Users/user/Desktop/voice.wav")
# perform stft using librosa module
audio_stft_1000 = np.abs(l
浏览 2提问于2022-10-04得票数 0
回答已采纳
我有一个9分钟的文件，它的采样率是16000。我的信号总共有9*60*16000= 8640000个样本。我正在用python (librosa软件包)做一个stft，并绘制光谱图。我知道频谱图的频率分辨率等于Fs(采样频率)/N(快速傅立叶变换点数)。
如果我用N-fft= 2048绘制频谱图，那么我的频谱图的形状是(1025,16876)，x_axis显示时间为9分钟。如果用N-fft= 16384绘制它，那么我的频谱图的形状是(8193,2110)，x_axis显示时间为1分10秒。我不明白谱图的形状和我们在时间轴上看到的时间之间的关系。我还想知道谱图轴上的时间与信号中的实际时间之间的关
浏览 48提问于2019-07-17得票数 0
我正在使用python，我正在尝试使用这个函数，但是我正在与它做斗争。
def extract_feature_for_one_signal(signal):
signal = signal.astype(float)
mel = np.mean(librosa.feature.melspectrogram(signal, sr=SAMPLE_RATE, n_fft=N_FFT, hop_length=HOP_LENGTH).T, axis=0)
mfccs = np.mean(librosa.feature.mfcc(y=signal, sr=SAMPL
浏览 8提问于2020-09-29得票数 0
1回答
我对python和librosa都是新手。我正在尝试对语音识别器使用以下方法：
我的代码：
import librosa
import librosa.display
import numpy as np
y, sr = librosa.load('test.wav', sr = None)
normalizedy = librosa.util.normalize(y)
stft = librosa.core.stft(normalizedy, n_fft = 256, hop_length=16)
mel = librosa.feature.melspectrogram(
浏览 0提问于2019-01-30得票数 2
1回答
我试图用日志刻度绘制44.1 kHz音频谱图.而librosa仅显示2^14 (16384) Hz，但应介于2^15和2^16 Hz之间。我怎么能绘制出全刻度谱图？
import matplotlib.pyplot as plt
import librosa.display
import numpy as np
import pandas as pd
import librosa
y, sr1 = librosa.load('sample01.wav', duration=10,sr=44100)
S = np.abs(librosa.stft(y))
import
浏览 13提问于2022-05-07得票数 0
2回答
绘制音频波形和频谱图重叠
、、、
我正在使用librosa处理音频，我需要在相同的显示中绘制频谱图和波形。 我的代码： plt.figure(figsize=(14, 9))
plt.figure(1)
plt.subplot(211)
plt.title('Spectrogram')
librosa.display.specshow(stft_db, x_axis='time', y_axis='log')
plt.subplot(212)
plt.title('Audioform')
librosa.display.waveplot(y, sr=sr)
浏览 36提问于2019-12-12得票数 1
如何使用librosa将男声转换为女声？ 我试着把男声转换成女声。我首先用librosa读取wav文件，然后用短时傅立叶变换处理音频时间序列，我希望我可以调整频谱(增加低频部分)来达到目的。 import matplotlib
matplotlib.use('TkAgg')
import librosa.display
y, sr = librosa.load("/Users/wu4mac/PycharmProjects/SpeechRecognition/weather.wav")
a = librosa.stft(y)
length = len(a)
浏览 63提问于2019-06-09得票数 0
1回答
Librosa Python3.5在8000Hhz音频样本上获得错误：
提取特征误差。滤波器通带位于奈奎斯特之外。
之前得到了关于Nyquist的其他错误，但是通过手动设置sr和fmin来修正，似乎无法通过这个错误。
stft = np.abs(librosa.stft(X))
mfccs = np.mean(librosa.feature.mfcc(y=X, sr=8000, n_mfcc=40, fmin=60).T,axis=0)
chroma = np.mean(librosa.feature.chroma_stft(S=stft, sr=8000).T,axis=0)
mel
浏览 0提问于2019-06-04得票数 3
1回答
我用下面的代码创建了一个谱图：
D = librosa.amplitude_to_db(librosa.stft(y), ref=np.max)
librosa.display.specshow(D, y_axis='linear', x_axis='time')
plt.colorbar(format='%+2.0f dB')
plt.title('Log-frequency power spectrogram')
plt.savefig('sp.png')
plt.show()
我应该如何从这个图表中提取时间数
浏览 2提问于2017-08-16得票数 2
回答已采纳
嗨，伙计们，我试着用python做音频分类，我和我安装了一个包，当我尝试使用这些函数时，它说："TypeError: TypeError: reduce_noise()得到了一个意想不到的关键字参数'audio_clip‘，听听函数的代码。
进口librosa进口numpy为np进口噪音为nr
def save_STFT(文件、名称、活动、主题)：#read音频数据audio_data，sample_rate =librosa.load(文件)打印(文件)
#noise reduction
noisy_part = audio_data[0:25000]
reduce
浏览 4提问于2021-09-23得票数 2
回答已采纳
1回答
如何有效地计算对数频率谱图？
、、、、
我试图用matplotlib绘制一个谱图，其中的频率是对数间隔的，这样我就可以可视化音乐/钢琴音符。从我在网上的发现来看，这是“最好的方法”：
data, samplerate = librosa.load("demo.wav")
S = np.abs(librosa.stft(data))
S = librosa.amplitude_to_db(S, ref=np.max)
fig, ax = plt.subplots()
img = librosa.display.specshow(S, y_axis='log', x_axis='time&
浏览 1提问于2022-01-10得票数 0
我的源代码如下所示。 它显示的错误如下 librosa.util.exceptions.ParameterError: Audio data must be floating-point 我还不清楚如何设置librosa.feature.melspectrogram参数。 我应该怎么改变？？ sample_wave = './data/mywave.wav'
wav=wave.open(sample_wave)
data=wav.readframes(wav.getnframes())
data = np.frombuffer(data,dtype=np.int16)
f,
浏览 57提问于2020-11-09得票数 0
file = open('data.csv', 'w', newline='')
with file:
writer = csv.writer(file)
writer.writerow(header)
genres = 'blues classical country disco hiphop jazz metal pop reggae rock'.split()
for g in genres:
for filename in os.listdir(f'./genres/{g}'
浏览 0提问于2020-06-04得票数 0
1回答
谱图中的时间步长差
、、、、
我有一个10秒长的音频文件。如果我使用matplotlib生成spectrogram，那么与librosa生成的频谱图相比，我得到的时间步数不同。 代码如下： fs = 8000
nfft = 200
noverlap = 120
hop_length = 120
audio = librosa.core.load(path, sr=fs)
# Spectogram generated using matplotlib
spec, freqs, bins, _ = plt.specgram(audio, nfft, fs, noverlap = noverlap)
print(spec
浏览 21提问于2020-09-30得票数 2
回答已采纳
我已经使用下面的代码在librosa中生成了一个梅尔谱图
import os
from matplotlib import pyplot as plt
import librosa
import librosa.display
import pylab
import numpy as np
x, sr = librosa.load('audio/example.wav')
mel = librosa.feature.melspectrogram(x,sr)
P = librosa.power_to_db(mel, ref=np.max)
librosa.display.sp
浏览 1提问于2020-08-31得票数 0
我正在使用librosa
只有load和stft，我遇到了错误Audio buffer is not Fortran-contiguous
我搜索了一下，发现我需要添加np.asfortranarray，所以我添加了这些句子，但都是徒劳的。
a, sr = librosa.load("mywave.wav",sr=self.sr,mono=False)
print(a.shape) #(2, 151199)
a[0] = np.asfortranarray(a[0])# try to avoide Fortran-contiguous
a[1] = np.asfortran
浏览 19提问于2021-09-14得票数 1
audio_sample, sampling_rate = librosa.load('a.wav', sr=None)
S = np.abs(librosa.stft(audio_sample, n_fft=1024, hop_length=512, win_length=1024, window=signal.hann))
mag_db = librosa.amplitude_to_db(S)
mag_n = _normalize(mag_db)
librosa.display.specshow(mag_n, y_axis
浏览 2提问于2020-08-26得票数 1
回答已采纳
1回答
我正在尝试做以下工作：
提取我问问题的旋律(单词“嘿？”录制到wav)，这样我就可以得到一个旋律模式，可以应用于任何其他录制/合成的语音(基本上F0在时间上是如何变化的)。
使用多项式插值(拉格朗日？)因此，我得到了一个函数来描述旋律(当然是大致的)。
将该功能应用于另一个录制的语音示例。(例如，单词“嘿嘿。”，所以它变成了一个问题“嘿？”，或者把句子的结尾转换成一个问题。“ it it it ok.”=>“it ok?")。瞧，就是这样。
我做了什么？我在哪里？，首先，我深入研究了支持快速傅立叶变换和信号处理(基础)的数学。我想通过编程实现它，所以我决定使用
浏览 4提问于2020-08-10得票数 3
回答已采纳
2回答
测频谱图阵列
、、、、
我需要一个记录频率的谱图。我目前正在使用scipy.signal.stft函数来获得一个震级数组。但是输出频率是线性间隔的。
import librosa
import scipy
sample, samplerate = librosa.load('sound.wav', sr=64000)
f, t, Zxx = scipysignal.stft(sample, fs=samplerate, window='hamming', nperseg=512, noverlap=256)
我基本上需要f的日志间隔从1Hz到32 1Hz(因为我的声音有一个64千赫的
浏览 7提问于2022-08-16得票数 0
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"
scale, sr = librosa.load(path)
mel_spectrogram = librosa.feature.melspectrogram(scale, sr, n_fft=2048, hop_length=512, n_mels=10, fmax=8000)
log_mel_spectrogram = librosa.power_to_d
浏览 262提问于2021-05-09得票数 0
1回答
我有大约5000个音频样本，并已使每个频谱图，并保存为图像。我已经知道如何用librosa制作光谱图，显示它并保存在正确的图像中。但每次在保存图像之前，它都会降低成本。用所有5000个样本制作这个不是一个好主意。是否可以在不显示图像的情况下保存图像？
import numpy as np
import librosa
import librosa.display
import matplotlib.pyplot as plt
f_name = # path to current file
path = # path where to save result
X, s_rate = libr
浏览 0提问于2020-12-02得票数 0
我正在将Python代码转换为MATLAB。Python代码使用以下命令： stft_ch = librosa.core.stft(audio_input[:, ch_cnt], n_fft=self._nfft,
hop_length=self._hop_len, win_length=self._win_len,
window='hann') 其中包括audio_input.shape=(2880000, 4)、self._nfft=2048、self._h
浏览 43提问于2019-04-02得票数 3
回答已采纳
我从一个音频文件中分解了频谱图，如下所示：
import librosa
y, sr = librosa.load('my audio file.wav')
S = np.abs(librosa.stft(y))
W, H = librosa.decompose.decompose(S, n_components=32)
现在如何将分解后的谱图重新组合成实际的谱图。
我想要的是这种类型的功能：
S=recompose(W,H)
浏览 42提问于2018-09-02得票数 0
我试图在一堆声音文件上执行短时傅立叶变换，我得到了这个错误。我正在尝试执行STFT的文件的路径是正确的，但是我仍然得到这个错误。
import librosa
import io
import numpy as np
import tensorflow as tf
import os
import glob
path_te = "C:\Users\aanum\OneDrive\Documents\Deep Learning\timit-homework\te"
files = os.listdir(path_te)
for file in sorted(files):
浏览 1提问于2019-11-12得票数 1
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 np
import matplotlib.pyplot as plt
import librosa
def getPathToGroundtruth(episode):
"""Return path to groundtruth file for episode"""
pat
浏览 3提问于2016-06-22得票数 9
回答已采纳
3回答
Librosa螺距跟踪
、、、
我使用算法来检测音频文件的音调。正如你所听到的，这是一个E2音符在吉他上演奏，背景中有一点噪音。
我使用STFT生成了这个光谱图：
我使用的算法如下所示：
y, sr = librosa.load(filename, sr=40000)
pitches, magnitudes = librosa.core.piptrack(y=y, sr=sr, fmin=75, fmax=1600)
np.set_printoptions(threshold=np.nan)
print pitches[np.nonzero(pitches)]
因此，我在fmin和fmax之间得到了几乎所有可能的频率
浏览 7提问于2017-05-09得票数 17
回答已采纳
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.feature.inverse.mel_to_audio 但是我得到了这个错误。 ModuleNotFoundError: No module named 'librosa.feature.inverse' 这就是我使用
浏览 284提问于2019-09-17得票数 1
回答已采纳
1回答
我想知道是否有办法在特定的时间范围内阅读。目前，我正在使用librosa计算rms的每个音符。下面是下面的代码。
import librosa
import matplotlib.pyplot as plt
y, sr = librosa.load(librosa.ex('trumpet'))
librosa.feature.rms(y=y)
S, phase = librosa.magphase(librosa.stft(y))
rms = librosa.feature.rms(S=S)
times = librosa.times_like(rms)
plt.semilog
浏览 11提问于2022-08-13得票数 0
回答已采纳
1回答
因此，我们的想法是:您可以使用短时傅立叶变换(stft)从音频文件生成光谱图。然后一些人产生了一种叫做“二进制掩码”的东西来产生不同的音频。去除背景噪音等)从逆阶梯上。
以下是我所理解的：
stft是应用于音频文件的一个简单的方程，它生成的信息可以很容易地显示在谱图上。通过取stft矩阵的逆，并将其乘以相同大小的矩阵(二进制矩阵)，您可以创建一个包含信息的新矩阵，以生成带有掩蔽声音的音频文件。
，一旦我做了矩阵乘法，如何创建新的音频文件？
虽然不多，但下面是我在代码方面得到的信息：
from librosa import load
from librosa.core import stft,
浏览 0提问于2018-08-02得票数 0
2回答
我想将音频的短时傅立叶变换谱图存储为图像。下面的代码向我显示了一个光谱图作为输出，但当保存为图像时，我得到了一个不同的图像。
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
audio_name = '---.au'
hop_length = 512
window_size = 1024
import librosa
y, sr = librosa.load(audio_name)
window = np.hanning(window_size)
out = librosa.co
浏览 0提问于2018-09-21得票数 8
回答已采纳
我在anaconda中使用librosa 0.6，我也安装了ffmpeg，但我仍然收到这个错误 代码是 a = np.exp(spectrum) - 1
p = 2 * np.pi * np.random.random_sample(spectrum.shape) - np.pi
for i in range(50):
S = a * np.exp(1j * p)
x = librosa.istft(S)
p = np.angle(librosa.stft(x, N_FFT))
librosa.output.write_
浏览 740提问于2020-09-22得票数 14
UPDATE__：我在librosa中重新实现了这个比较，结果确实与tensorflow的结果非常不同。Librosa给出了我期望的结果(但不是tensorflow)。
我已经在tensorflow回购上发布了这个，但是那里很安静，所以我在这里尝试。另外，我也不确定这是tensorflow中的一个bug，还是代表我的用户错误。为了完整起见，我也将在这里包含完整的源代码和结果。
A.)当我用frame_length=1024和frame_step=256 ( 25% hop大小，75%重叠)的信号创建帧时，使用hann窗口(也尝试过hamming)，然后用overlap_and_add进行重构，
浏览 5提问于2018-01-29得票数 5
1回答
提取每个音频文件的谱图
、、、
我正在做我最后一年的流派分类项目。为此，我需要提取多个文件的spectogram。我知道如何提取单个音频的频谱，但我需要每个音频文件的频谱。 我的for循环代码是： #display Spectrogram
for file in range(0,len(audio_path),1):
X = librosa.stft(x)
Xdb = librosa.amplitude_to_db(abs(X))
plt.figure(figsize=(14, 5))
librosa.display.specshow(Xdb, sr=sr, x_axis='tim
浏览 13提问于2019-09-29得票数 0
我试图使用librosa提取音频特征。我使用Raspberry 4运行运行Python3.8.7的32位RaspiOS。当我试图运行代码时：
import librosa
import numpy as np
soundddata, fs = librosa.load('_a_3MB_sound_wav_file', sr=44100)
rolloff=librosa.feature.spectral_rolloff(y=ton, sr=fs)
发生下列错误：
/usr/lib/python3.8/site-packages/librosa/util/decorators.py
浏览 9提问于2022-05-23得票数 0
我正在做我的大学演讲情感识别项目，我试着运行这3块代码，但是我得到了一个很长的错误列表，所以请帮助我。
这是到google 的链接
def extract_feature(file_name, mfcc, chroma, mel):
with soundfile.SoundFile(file_name) as sound_file:
X = sound_file.read(dtype="float32")
sample_rate=sound_file.samplerate
if chroma:
st
浏览 6提问于2022-02-01得票数 0
1回答
wav文件的特征提取
、、、
我们正在尝试从.wav文件中提取特性，并且总是得到相同的错误。
我们已经尝试了python 3.6.6和3.7.4版本，但是错误是相同的。
import csv
import glob
import os
import librosa
import numpy as np
if __name__ == '__main__':
def extract_feature(file_name):
x, sample_rate = librosa.load(file_name)
stft = np.abs(librosa.stft(x))
mfccs = np
浏览 1提问于2019-08-04得票数 1
回答已采纳
我正在用python编写这个脚本，将人声从曲目中分离出来，并将其写入音乐文件。为此，我选择了librosa作为库。代码如下： import numpy as np
import librosa.display
import soundfile as sf
import matplotlib.pyplot as plt
import librosa
y, sr = librosa.load('testInput.mp3')
output_file_path = "testOutput.wav"
S_full, phase = librosa.magphase
浏览 55提问于2020-12-21得票数 2
1回答
Librosa和Scipy都有fft函数，但是，即使在相同的信号输入下，它们也给出了不同的谱图输出。
西皮
我正在试着用下面的代码获取分光图
import numpy as np # fast vectors and matrices
import matplotlib.pyplot as plt # plotting
from scipy import fft
X = np.sin(np.linspace(0,1e10,5*44100))
fs = 4
浏览 0提问于2019-05-24得票数 6
回答已采纳
我想在jupyter notebook中将一个ipynb文件中定义的变量访问到另一个文件中。我的代码： mymodel.ipynb import import_ipynb
import utils
N = 12 utils.ipynb x, sr = librosa.load(path)
S = librosa.stft(x, N) 错误： NameError: name 'N' is not defined 我也试过 from utils import *
浏览 65提问于2020-01-14得票数 1
这都是在Jupyter Notebook online上写的。应该发生的事情是，代码的第一行是一个命令，该命令将标记为“mp4”的文件夹中的某些文件转换为capstone。这工作得很好，但是我遇到的问题是一个"FileNotFoundError"，我不确定为什么会发生这种情况，当我检查文件是否在那里时，它实际上就在那里。 !ffmpeg -i recording1.mov -q:v 0 output.mp4
import librosa
audio_path = '/home/gentry/capstone/output1.mp4'
x , sr = lib
浏览 131提问于2020-04-06得票数 1
回答已采纳
1回答
我正在做说话人识别项目。为了识别不同的语音片段是否相同，我提取了多个特征，如MFCC、节奏、色度、拍次、和声、敲击、旋律谱等等。现在我还想找到语音剪辑的音高，以找到我正在使用的代码：
import librosa
y,sr = librosa.load('E:/Audio_clip/cant.wav')
S = np.abs(librosa.stft(y))
#print(S)
pitch, mag = librosa.piptrack(y=y, sr=sr, S=S)
但是，当我将螺距和mag输出打印到我的控制台时，它会为所有剪辑提供相同的输出，并且对于音调和mag输出都在0
浏览 5提问于2018-01-10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
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
