将stft行映射回频率
STFT（Short-Time Fourier Transform）是一种信号处理技术，用于将时域信号转换为频域信号。它将信号分成多个短时窗口，并对每个窗口进行傅里叶变换，从而得到每个窗口的频谱信息。
将STFT行映射回频率是指将STFT结果中的行索引映射回对应的频率。在STFT中，行索引表示频率的离散值，通过将行索引映射回实际频率，可以得到每个频率对应的能量或幅度。
这个过程通常涉及到频率轴的线性或非线性变换。常见的线性变换包括将行索引乘以采样频率除以窗口长度，从而得到每个行索引对应的频率值。非线性变换则可以根据具体的需求进行设计，例如使用Mel滤波器组进行梅尔频率尺度的映射。
STFT行映射回频率在音频处理、语音识别、音乐分析等领域具有广泛的应用。通过将STFT结果映射回频率，可以分析信号在不同频率上的能量分布，从而实现音频特征提取、音频合成、音频增强等功能。
腾讯云提供了一系列与音视频处理相关的产品和服务，其中包括音视频处理、音视频识别、音视频直播等。您可以通过访问腾讯云音视频处理产品的官方介绍页面（https://cloud.tencent.com/product/mps）了解更多相关信息。
相关·内容
1回答
我正在使用Librosa库来执行一个stft。这导致形成一个具有n_fft+1行的矩阵，这些行表示特定的频率段。 我绝对不是这个领域的专家！但据我所知，快速傅立叶变换可能产生的最低频率是瑞利频率(F_rayleigh)，最高频率是奈奎斯特频率。频率分辨率F_res =(采样频率)/ n_fft。 当我创建stft的光谱图时，stft的第一行的范围在0 0Hz和F_res之间！我总是假设整个事情都是从F_rayleigh和(F_rayleigh + F_res)开始的。一位专家证实了这一点。 谁能告诉我stft的第一行代表的是哪个频率范围？我听到一位专家说‘它从F_rayleigh开始’，还有
浏览 14提问于2020-04-30得票数 0
1回答
如您所知，STFT有一个矩阵结果，其维度由：
number of frequency bins * number of time frames.
例如，假设我有一个具有特征的信号，并且希望应用具有以下输入参数的STFT方法：
采样频率: 250,000 Hz；
数据长度: 498900份；
窗长：nftt=625样品；
啤酒花大小:125个样品
使用这些参数，我的STFT将有一个大小为：313*3987的输出(计算这些值的方法存在于一些网站中)
现在，我的问题是如何定义STFT输出的频率维度的限制？我想我应该把我的阈值作为STFT输出中的一个指数来计算，如果是的话，我
浏览 1提问于2017-03-15得票数 1
回答已采纳
3回答
假设我有两个输入信号f1和f2。我可以将这些信号相加，以产生第三个信号f3 = f1 + f2。然后，我会将f3的频谱图计算为log(|stft(f3)|^2)。
不幸的是，我没有原始信号f1和f2。然而，我有他们的光谱图A = log(|stft(f1)|^2)和B = log(|stft(f2)|^2)。我正在寻找的是一种使用A和B尽可能接近log(|stft(f3)|^2)的方法。如果我们做一些数学运算，我们可以推导出：
log(|stft(f1 + f2)|^2) = log(|stft(f1) + stft(f2)|^2)
将stft(f1) = x1 + i * y1和stft(f
浏览 0提问于2016-04-24得票数 3
1回答
我正在尝试将一个wav文件的stft转换为chromagram。
这是我的代码：
def stft(x,fs,framesize,hopsize):
frame = int(framesize*fs)
hop = int(hopsize*fs)
w = scipy.hamming(frame)
X = scipy.array([scipy.fft(w*x[i:i+frame])])
for i in range(0,len(x)-frame,hop)
return X
这是chrom
浏览 2提问于2013-12-27得票数 2
1回答
我想创建一个从频率f1开始到频率f2结束的正弦波。下面是我使用的代码： import matplotlib.pyplot as plt
import numpy as np
def freq_interp(dur,f1,f2,fs=44100):
num_samples = fs*dur
t = np.linspace(0,dur,num_samples)
a = np.linspace(0,1,num_samples)
f = (1-a)*f1+a*f2 # interpolate
samples = np.cos(2*np.pi*f*t)
浏览 21提问于2019-06-07得票数 0
回答已采纳
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
1回答
掩蔽音频STFT Matlab
、、、、
我想植入一个掩蔽的时频音频。
首先，利用Matlab上的S=spectrogram(x,window,noverlap,nfft)函数提取noise+target信号的STFT (从WAV文件中提取)。在此之后，我强迫STFT(S变量)的某些系数在某个阈值的决定下为零。但是在做了ISTFT之后，我得到了复杂的值(而不是像我期望的那样的实际值--比如音频信号)。
有人能解释这个问题是从哪里来的吗？这类问题的公认解决办法是什么？
注意：
如果我在做FFT并对信号进行操作，我会确保信号在时间上是真实的，但是如何将这些属性保持在STFT平面上呢？
浏览 3提问于2022-01-02得票数 0
我按照的描述执行了一个短时傅立叶变换。
from scipy.signal import stft
f, t, Zxx = stft(data)
据我所知，我得到以下对象：(1)包含频率值的一维数组，(2)包含时间值的一维数组，以及(3)包含给定时刻给定频率强度的2D数组。
我的问题是关于如何控制/修改频率网格。默认情况下，我得到了129个频率的网格。我想做的第一件事是增加频率的数量(以获得更细粒度的网格)。
除此之外，如果能够指定应该使用的频率范围，那就更好了。
浏览 2提问于2017-12-09得票数 1
1回答
我想得到的频率与最大功率的每一个时刻在wav文件。因此，我使用scipy中的fft用Python编写了STFT。我使用了scipy的kaiser窗口函数。一切看起来都很棒，但我的输出看起来很奇怪。它有一些非常小的数字和一些非常高的数字。
下面是一个wav文件的输出：，下面是python的代码：
import scipy, pylab
import wave
import struct
import sys
def stft(data, cp, do, hop):
dos = int(do*cp)
w = scipy.kaiser(dos,12) //12 is very hi
浏览 2提问于2012-02-23得票数 5
回答已采纳
1回答
这个问题主要与这个答案有关：，所以如果@Paul有机会看的话，这将是非常理想的。
我有一个信号，我计算了一个STFT。NFFT的大小为256，重叠128。这就产生了21个包含产出的独立区块。
因此，我想把它转换成赫兹，看看信号中每一个点的不同赫兹是什么。我用以下公式计算了震级：
sqrt(output[i][j].re * output[i][j].re + output[i][j].im * output[i][j].im)
这产生了以下情况：
我主要是对下一部分的工作方式感到困惑。例如，我基本上有一个2D向量，它包含来自STFT的所有块(每个大小都是256)。因此，我是否计算了块
浏览 0提问于2014-01-09得票数 0
回答已采纳
1回答
计算音频信号的频率箱
、、、
我在音频文件上做fft (stft)，其中包含声音和音乐.我从信号中取出了一个范围的1-200，我把它保存在一个名为frequency_band1的变量中。如何从变量中计算出频率箱，它存储着我特定选择的信号，而在此之前，fft是应用于其中的。我想，从某个地方读到，我需要计算fs/fftpoint。在我的例子中，44100/4096。我是否将它与变量frequency_band1*(44100/4096)？相乘这是在matlab上完成的，我需要用stft来完成。
浏览 4提问于2017-01-26得票数 2
回答已采纳
1回答
怎么做一个频带？
、、
在这段代码中，我正在对我的wav文件做一个stft操作。这没有问题。一开始，我定义我的参数，然后使用我的wav文件，然后应用stft。基本上，我所做的是一个实时的光谱分析。不管怎样，我的问题是，我怎样才能成为一个频带？我希望我的信号在低/中/高之间分开。我希望我的矢量被保存下来，从0到250赫兹在低频段，250-5000赫兹在中带，5-22.05k赫兹在高频段。如果你不明白的话，我建议你在Matlab里试试我的代码。只要拿走所有的wav文件。顺便说一下，我的信号是用变量"Yres“表示的。任何解决方案都将不胜感激！
NFA=2; % Number is used for plottin
浏览 3提问于2016-11-23得票数 1
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
我知道DFT是如何通过相关来工作的，并以此为基础来理解FFT的结果。如果我有一个在44.1kHz采样的离散信号，那就意味着如果我要采集1s的数据，我将得到44,100个样本。为了对此进行快速傅立叶变换，我需要一个44,100的阵列和一个带有N=44,100的DFT，以获得检测频率高达22 the所需的分辨率，对吗？(因为FFT只能将输入与频率高达N/2的正弦分量关联起来)
这显然是大量的数据点和计算时间，我读到过，这就是短时FT (STFT)出现的原因。如果取前1024个样本(~23 of )，然后对其进行FFT运算，然后取一个重叠的1024个样本，每23 of就可以得到信号的连续频域。那么如
浏览 2提问于2015-05-26得票数 4
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
首先，使用傅里叶变换是否是识别不同说话人的好方法？我不确定如果说的是不同的话，它是否能识别出一个声音。我知道google和amazon在他们的语音助手中都有语音/说话人识别的功能，但是如果傅里叶变换不能成功的话，还有什么好的方法来做到这一点呢？
我想用神经网络识别声音，为了做到这一点，我首先需要为神经网络获得一个很好的输入，但是仅仅把录音作为输入，我不认为它会工作，因为它是基于频率和时间的。所以我找到了傅里叶变换，现在我尝试用傅里叶变换我的音频文件并绘制它。
我的问题是：
如何在python中用音频输入来绘制傅里叶变换？如果这是可行的，我如何在神经网络中输入傅里叶变换(我想也许给每个神经元一个
浏览 0提问于2018-09-19得票数 1
回答已采纳
1回答
这张STFT图的解释是什么？
、、、、
这是一个STFT图表，我从我的信号中得到。我使用了以下命令：
figure(1)
stft(signals,500000,'Window',kaiser(256,5),'OverlapLength',220,'FFTLength',512);
我使用了MATLAB2019b。
我的困惑产生了，因为在STFT图上，我看到的是负震级-20 My。通常，在matlab中心的例子中，我发现所有的东西都有正的震级，并且给我带来了意义。然而，与我的样本信号，我混淆了。采样频率为500000。
我已经添加了
用于使用的文件。
如果有人能引导
浏览 8提问于2020-06-10得票数 2
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
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
我正在使用FFT处理用于振幅和频率分析的wav文件，但我无法将数据以时间序列格式输出到csv。
大量使用@Beginner从这篇文章中得到的答案：，我能够在图像中获得谱图输出。我正在尝试将其简化为csv格式的文本输出，但我不知道如何做到这一点。我希望实现的结果如下所示：
time_in_ms、amplitude_in_dB、freq_in_kHz
.001，-115，1
.002，-110，2
.003，20,200
..。
19000，20,200
在我的测试中，我一直使用 (注意:我将wav简化为单通道，并删除了使用Audacity的元数据以使其正常工作。)
下面99.9%的文章都是对@B
浏览 10提问于2019-03-27得票数 1
功能
spicy.signal.spectrogram
和
spicy.signal.stft
似乎做了一件非常相似的事。
这两种功能有什么区别？
浏览 2提问于2019-04-15得票数 14
回答已采纳
我想对我的数据进行短时傅立叶变换，每段都有一个特定的样本长度。我想使用信号子模块中的SciPy函数stft。但是，当我以以下方式创建长度为10e5的音频数组时：
fs = 10e3 # Sampling frequency
N = 1e5 # Number of samples
time = np.arange(N) / fs
x = 500*np.cos(time) # Some random audio wave
# x.shape gives (100000,)
并将SciPy stft函数与nperseg=1000一起应用，我没有得到预期的100个段。相反，输出的形状是：
f, t,
浏览 8提问于2017-07-14得票数 1
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
1回答
我在一个随机的wav文件上使用了短时傅里叶变换，并对幅度谱进行了一些改变。为了“听到”我所做的事情，我试图通过反向STFT来扭转这一过程。
在Python中，光谱是这样的。
但是，如果我试图将整个系统转换回广域网，看看它的频谱，它看起来是这样的：
我只是用幅度来做FFT的逆运算。我做错了什么？，我也需要相位信号吗？即使我操纵震级，我也能使用相同的相位信号吗？
# ....read wav-file, perform STFT on it and manipulate the magnitude spectrum
# Then (as follows) I'm trying to wri
浏览 2提问于2015-11-03得票数 0
用谱图处理信号后，从FFT帧中提取局部极大值。
具体来说，我有一个音频文件，它是一个wav文件，它是按照以下步骤收集的：
手机用户将智能手机保持在大约手臂的距离上，吸入他们的整个肺容量，并用力呼气，直到整个肺容积被排出。手机的麦克风记录呼出并将数据存储在wav文件中。
然后，我使用以下程序用谱图处理音频：
首先，我将音频缓冲为30 50帧(帧间重叠50% )。然后用hamming窗口对每个帧进行加窗，并取|FFT|db生成信号的幅度谱图。
下面是我如何使用matlab实现的：
[X, FS] = audioread('Rec_002.wav');
info = audioi
浏览 2提问于2016-11-21得票数 1
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
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
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
我正在做一个项目，比较一个人的演唱和原来的艺术家有多相似。最感兴趣的是声音的音高，看他们是否合拍。
音频文件是.wav格式的，我已经能够用波形模块加载它们，并将它们转换为Numpy数组。然后，我建立了一个频率和一个时间向量来绘制信号。
raw_audio = wave.open("myAudio.WAV", "r")
audio = raw_audio.readframes(-1)
signal = np.frombuffer(audio, dtype='int16')
fs = raw_audio.getframerate()
timeDelt
浏览 21提问于2022-04-01得票数 2
我试图用MATLAB中的plot3来绘制STFT，但失败了。有人能指导我怎么做吗？我的MWE如下：
%% STFT Computataion
clear; clc; clf;
%% Get input and calculate frame size and overlap/shift
[Y,Fs]=wavread('D_NEHU_F0001_MN_10001');
frame_size=round(20*Fs/1000); % calculate frame size for 20ms
frame_shift=round(10*Fs/1000);
浏览 2提问于2013-01-26得票数 1
1回答
为什么这段代码的谱图是在大约4400赫兹，而不是在stft最后一步的2400 the的最大值？(frequencyCourse(end) = 100，meshingOrder = 24 -> f= 2400)
startTime = 0; %s
endTime = 30; %s
startIAS = 15; %Hz
endIAS = 100; %Hz
meshingOrder = 24;
fs = 100000; %Hz
t = startTime:1/fs:endTime-1/fs;
frequencyCourse = linspace(startIAS, endIAS, length
浏览 0提问于2018-01-16得票数 0
回答已采纳
1)假设我有使用F = fft(x)和S = spectrogram(x)获得的快速傅立叶变换和短时傅立叶变换系数。如何将这些系数用作音频特征？(这里使用的是模式识别意义上的音频特征)。
2)以下代码是否给出了信号中的功率谱密度和最强频率(以kHz为单位)？
Hs = spectrogram.periodogram;
p = psd(Hs, x, 'Fs', 22050);
[C, I] = max(p.data);
max_f = p.Frequencies(I);
3)如果(2)是OK的，我如何使用PSD在信号中找到最强大的n频率？
4)如何使用类似于PSD的FFT和/或S
浏览 4提问于2013-01-21得票数 2
我有一个wav文件，我想得到文件的频率-时间数组.为了获得，我在matlab中尝试了STFT。
[s f t]= spectrogram(x,window,overlap,N,FS);
figure(1)
imagesc(t,f,log10(abs(s)));
[X,Y]=meshgrid(t,f);
Z=log10(abs(s));
mesh(X,Y,Z);
我得到了我想要的图像。但我不知道{s，‘t，X，Y和Z}是什么意思。我需要什么才能得到频率-时间阵列。
浏览 1提问于2014-04-25得票数 0
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。
我工作的动物发声记录的抽样率为250000。
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的结果会更糟。
现在，为了基准，我想减少我的研究中的变量数，如果其他作品使用MEL，那么应该有一个原因。
第一个目标:我试图识别发声单位，即谨慎的发声，似乎(在人类的感知中)某种持续的尖叫。
当处理动物发声时，你能帮助理解MEL和线性光谱图的利弊吗？
考虑到上面的目标，你能提到一些好的做法来记住
浏览 0提问于2023-02-28得票数 0
我已经手动实现了STFT。与scipy.signal.stft的比较显示了与我的实现相同的结果，除了在开始时增加了一个DFT部分(t=0)。有人能写出描述第一个DFT的脚本吗?我可能错过了这个脚本吗？
我的信号：
]
信号的sci.signal.stft：
守则：
def my_stft(samples, fs, wind_len_time=0.5, overlap_factor=0.5,
zero_padding_factor=4):
wind_len = int(fs * wind_len_time)
overlap = wind
浏览 0提问于2018-03-26得票数 0
回答已采纳
1回答
我目前有几千个音频剪辑，我需要分类与机器学习。
经过一些挖掘，我发现如果对音频进行短时傅立叶变换，它就会变成二维图像，这样我就可以在这些图像上使用各种图像分类算法，而不是音频文件本身。
为了达到这个目的，我找到了一个做STFT的，我所需要的就是绘制它，这样我就可以得到图像。对于绘图，我发现非常有用。
最后，我的代码以如下方式结束：
import stft
import scipy
import scipy.io.wavfile as wav
import matplotlib.pylab as pylab
def save_stft_image(source_filename, de
浏览 26提问于2016-04-27得票数 1
回答已采纳
1回答
我正试着通过频谱图绘制时频图。我想做一个线图(x轴=时间，y轴=频率)。我使用了Python和signal.stft函数，并得到了一个谱图。我还计算了每个时间步的最大频率值。但是我得不到答案。有什么问题吗？
浏览 6提问于2018-11-04得票数 0
1回答
我试图测量电视内容的各种剪辑的“响度”(范围从2-40秒不等)。我对内容的相对响亮感兴趣--哪些场景让人们大喊大叫、低声低语、高声的音乐和安静的场景等等。
我认为这意味着我感兴趣的是获取增益(输入响度)而不是音量(输出响度)。
我用Python尝试了两种方法：
librosa均方根：np.mean(librosa.feature.rms(spectrogram, center=True).T, axis=0)
(它实现了ITU-RBS.1770-4响度算法(LUFS))
仪表=pyln.Meter(采样)响度=meter.integrated_loudness(波形)
浏览 10提问于2019-12-20得票数 3
2回答
我试图在一个语音信号上执行STFT。我想知道我什么时候应该做零填充，在每个框架加窗之前，还是之后？
我的尝试：
x = signal(:); % make sure signal is a column vector
sL = length(x); % signal length
wL = fix(window_Time*fs); % window length
HOP = floor(wL*(1 - overlap/100)); % windowing step
win = gauss
浏览 1提问于2018-11-11得票数 0
回答已采纳
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
我在STFT课上起皱了。在标题中可以很好地编译：
class STFT; // pimpl off to prevent point name clash
class Whatever
{
private:
STFT* stft;
在执行过程中：
#include "STFT.h"
Whatever::Whatever() : stft(new STFT()) {
// blah blah
}
Whatever::~Whatever() {
delete stft; // pure evil
}
但是，在标题中的原始指针上切换到std::unique_ptr
浏览 2提问于2015-12-03得票数 27
回答已采纳
我试图运行我的PyTorch模型的ASR在一个arm为基础的设备，没有gpu。据我所知，arm不支持ATen使用的MKL。当然，当我试图进行推断时，我会得到以下错误：
RuntimeError: fft: ATen not compiled with MKL support
我该如何解决这个问题？有什么可供我选择的吗？
浏览 13提问于2021-03-18得票数 2
回答已采纳
1回答
我在语音数据集上做一些数据增强，我想拉伸/压缩时间域中的每个音频文件。
我发现了以下三种方法，但我不确定哪一种是最好的还是更优化的方法：
dimension = int(len(signal) * speed)
res = librosa.effects.time_stretch(signal, speed)
res = cv2.resize(signal, (1, dimension)).squeeze()
res = skimage.transform.resize(signal, (dimension, 1)).squeeze()
然而，我发现librosa.effects.time_s
浏览 2提问于2020-01-22得票数 2
回答已采纳
3回答
我在寻求一些建议。抱歉，如果这是，或者你觉得属于另一个网站。
我的任务是识别信号中的特定社交调用(来自蝙蝠)，并且我一直在尝试我应该使用的方法类型，以便隔离不同的调用。因此，首先，这是信号作为一个整体的样子：
这个信号非常大，因此信号被分成1024*100的块(每个块大约10MB )，下面是一个块的示例：
这种信号更可取，并且可以很容易地在视觉上识别峰值。以下是与此相关的一些问题：
1)计算短期能量是确定峰值的适当方法吗？
2)有没有动态分配阈值的方法？例如，为这个块创建的算法，是否应该潜在地适用于信号中的所有其他块和输入的任何其他信号？
3)将这个信号转换到频域(使用ST
浏览 9提问于2014-01-04得票数 1
1回答
我不需要可视化，只想得到真实的频率的当前数字。但是使用getFloatFrequencyData(freqDomain)，我将得到一个数组。我怎么才能从实时得到一个完全不同的频率呢？在这里，我使用freqDomain1作为频率的值。但这个价值是错误的。总是-100左右。我觉得我们的语气应该是敏。250赫兹有人能帮我吗？
这是我的密码：
MicrophoneSample.prototype.visualize = function() {
this.canvas.width = this.WIDTH;
this.canvas.height = this.HEIGHT;
var dr
浏览 4提问于2013-12-10得票数 1
回答已采纳
1回答
我正试着写一篇短短的“短时FT”类“短篇短文”。它调用fftw3.h函数，它输出一个双*2数组，我想要创建这些数组的数组。因此，我认为以下是一个合适的转换函数(这是一个精简的版本)：
void STFT::Transform(double ***transform) {
//stuff
}
然而，当我用say呼叫它时
transform[100][100][2]
我得到了错误消息：
error: cannot convert double (*)[100][2]' to `double***
环顾四周后，我想我找到了一个使用模板的解决方案，但我在实现它时遇到了困难，主要是在找出我把普通
浏览 4提问于2014-06-13得票数 0
回答已采纳
我正在尝试使用FFT来解码莫尔斯电码，但我发现，当我检查我感兴趣的结果频率桶/桶时，即使是在呈现恒定音调的情况下，绝对值也会有相当大的变化。这使得我不可能使用阈值附近的上升和下降，从而解码音频莫尔斯。我甚至尝试过似乎到处都在复制的简单示例，但它也是不同的……我不知道我做错了什么，我的数学也不够聪明，无法理解所有与FFT相关的公式。我现在肯定是有可能的，但是我找不到……有谁能帮帮忙吗？
浏览 2提问于2018-04-27得票数 0
1回答
我需要我的实验在MATLAB上的帮助。我试着每隔一段时间得到一首歌的频率范围。例如，如果一个人唱歌，他的频率范围是从0到0.5秒？我试过使用MATLAB的谱图函数，但我想不出如何从返回的值中提取所需的值。
我希望你能帮我(新手)。
非常感谢。谢谢你的帮助。
浏览 6提问于2015-03-31得票数 0
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
腾讯云开发者
