如何解决试图将音频分成 20 毫秒的块并制作频谱图,但看起来很奇怪
我基本上有一个 16-bit PCM WAV mono at 44100hz
音频文件,我正在尝试将其转换为频谱图。但是我想要每 20 毫秒的音频频谱图(尝试将其用于语音识别),但是每当我尝试将我所拥有的内容与 Audacity 进行比较时,它真的很不一样。我对 python 有点陌生,所以我试图根据我的 java 知识来建立它。任何帮助,将不胜感激。我想我要么错误地拆分了读取的样本(我所做的是在数组中每 220 个元素拆分它,因为我相信音频数据只是时域中的样本,以使其达到 20 毫秒音频)
这是我现在拥有的代码:
import librosa.display
import numpy
audioPath = 'C:\\Users\\pawar\\Desktop\\Resister.wav'
audioData,sampleRate = librosa.load(audioPath,sr=None)
print(sampleRate)
new = numpy.zeros(shape=(220,1))
counter = 0
for i in range(0,len(audioData),882):
new = (audioData[i: i + 882])
STFT = librosa.stft(new,n_fft=882)
print(type(STFT))
audioDatainDB = librosa.amplitude_to_db(abs(STFT))
print(type(audioDatainDB))
librosa.display.specshow(audioDatainDB,sr=sampleRate,x_axis='time',y_axis='hz')
#plt.figure(figsize=(20,10))
plt.show()
counter += 1
print("Your local debug print statement ",counter)
至于值,我一直在玩弄它们,试图让它发挥作用。似乎没有任何运气;/
输出如下: https://i.stack.imgur.com/EVntx.png
这是 Audacity 显示的内容: https://i.stack.imgur.com/GIGy8.png
我知道它不是 20 毫秒,但你可以看到两者看起来一点也不相似
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。