目录
序言
一、libsora安装
pypi
conda
source
二、librosa常用功能
核心音频处理函数
音频处理
频谱表示
幅度转换
时频转换
特征提取
绘图显示
三、常用功能代码实现
读取音频
提取特征
提取Log-Mel Spectrogram 特征
提取MFCC特征
绘图显示
绘制声音波形
绘制频谱图
序言
Librosa是一个用于音频、音乐分析、处理的python工具包，一些常见的时频处理、特征提取、绘制声音图形等功能应有尽有，功能十分强大。本文主要介绍librosa的安装与使用方法。
一、libsora安装
Librosa官网提供了多种安装方法，详细如下：
pypi
最简单的方法就是进行pip安装，可以满足所有的依赖关系，命令如下：
pip install librosa
conda
如果安装了Anaconda，可以通过conda命令安装：
conda install -c conda-forge librosa
source
直接使用源码安装，需要提前下载源码（https://github.com/librosa/librosa/releases/），通过下面命令安装：
tar xzf librosa-VERSION.tar.gz
cd librosa-VERSION/
python setup.py install
二、librosa常用功能
核心音频处理函数
这部分介绍了最常用的音频处理函数，包括音频读取函数load( )，重采样函数resample( )，短时傅里叶变换stft( )，幅度转换函数amplitude_to_db( )以及频率转换函数hz_to_mel( )等。这部分函数很多，详细可参考librosa官网 http://librosa.github.io/ librosa/core.html
音频处理
频谱表示
幅度转换
时频转换
特征提取
本部分列举了一些常用的频谱特征的提取方法，包括常见的Mel Spectrogram、MFCC、CQT等。函数详细信息可参考http:// librosa.github.io/librosa/feature.html
绘图显示
包含了常用的频谱显示函数specshow( ), 波形显示函数waveplot( )，详细信息请参考http://librosa.github.io/librosa/display. html
三、常用功能代码实现
读取音频
import librosa
Load a wav file
y, sr = librosa.load(‘./beat.wav’)
y
array([ 0.00000000e+00, 0.00000000e+00, 0.00000000e+00, …,
8.12290182e-06, 1.34394732e-05, 0.00000000e+00], dtype=float32)
sr
22050
Librosa默认的采样率是22050，如果需要读取原始采样率，需要设定参数sr=None:
import librosa
Load a wav file
y, sr = librosa.load(‘./beat.wav’, sr=None)
sr
44100
可见，'beat.wav’的原始采样率为44100。如果需要重采样，只需要将采样率参数sr设定为你需要的值：
import librosa
Load a wav file
y, sr = librosa.load(‘./beat.wav’, sr=16000)
sr
16000
提取特征
提取Log-Mel Spectrogram 特征
Log-Mel Spectrogram特征是目前在语音识别和环境声音识别中很常用的一个特征，由于CNN在处理图像上展现了强大的能力，使得音频信号的频谱图特征的使用愈加广泛，甚至比MFCC使用的更多。在librosa中，Log-Mel Spectrogram特征的提取只需几行代码：
import librosa
Load a wav file
y, sr = librosa.load(‘./beat.wav’, sr=None)
extract mel spectrogram feature
melspec = librosa.feature.melspectrogram(y, sr, n_fft=1024, hop_length=512, n_mels=128)
convert to log scale
logmelspec = librosa.power_to_db(melspec)
logmelspec.shape
(128, 194)
可见，Log-Mel Spectrogram特征是二维数组的形式，128表示Mel频率的维度（频域），194为时间帧长度（时域），所以Log-Mel Spectrogram特征是音频信号的时频表示特征。其中，n_fft指的是窗的大小，这里为1024；hop_length表示相邻窗之间的距离，这里为512，也就是相邻窗之间有50%的overlap；n_mels为mel bands的数量，这里设为128。
提取MFCC特征
MFCC特征是一种在自动语音识别和说话人识别中广泛使用的特征。关于MFCC特征的详细信息，有兴趣的可以参考博客http:// blog.csdn.net/zzc15806/article/details/79246716。在librosa中，提取MFCC特征只需要一个函数：
import librosa
Load a wav file
y, sr = librosa.load(‘./beat.wav’, sr=None)
extract mfcc feature
mfccs = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=40)
mfccs.shape
(40, 194)
关于mfcc，这里就不在赘述。
Librosa还有很多其他音频特征的提取方法，比如CQT特征、chroma特征等，在第二部分“librosa常用功能”给了详细的介绍。
绘图显示
绘制声音波形
Librosa有显示声音波形函数waveplot( )：
import librosa
import librosa.displayLoad a wav file
y, sr = librosa.load(‘./beat.wav’, sr=None)
plot a wavform
plt.figure()
librosa.display.waveplot(y, sr)
plt.title(‘Beat wavform’)
plt.show()
输出图形为：
绘制频谱图
Librosa有显示频谱图波形函数specshow( ):
import librosa
import librosa.displayLoad a wav file
y, sr = librosa.load(‘./beat.wav’, sr=None)
extract mel spectrogram feature
melspec = librosa.feature.melspectrogram(y, sr, n_fft=1024, hop_length=512, n_mels=128)
convert to log scale
logmelspec = librosa.power_to_db(melspec)
plot mel spectrogram
plt.figure()
librosa.display.specshow(logmelspec, sr=sr, x_axis=‘time’, y_axis=‘mel’)
plt.title(‘Beat wavform’)
plt.show()
输出结果为：
将声音波形和频谱图绘制在一张图表中：
import librosa
import librosa.displayLoad a wav file
y, sr = librosa.load(‘./beat.wav’, sr=None)
extract mel spectrogram feature
melspec = librosa.feature.melspectrogram(y, sr, n_fft=1024, hop_length=512, n_mels=128)
convert to log scale
logmelspec = librosa.power_to_db(melspec)
plt.figure()plot a wavform
plt.subplot(2, 1, 1)
librosa.display.waveplot(y, sr)
plt.title(‘Beat wavform’)plot mel spectrogram
plt.subplot(2, 1, 2)
librosa.display.specshow(logmelspec, sr=sr, x_axis=‘time’, y_axis=‘mel’)
plt.title(‘Mel spectrogram’)
plt.tight_layout() #保证图不重叠
plt.show()
输出结果为：
到这里，librosa的安装和简单使用就介绍完了。事实上，librosa远不止这些功能，关于librosa更多的使用方法还请大家参考librosa官网http://librosa.github.io/librosa/index.html
参考：http://librosa.github.io/librosa/index.html
z小白
关注
103
39
553
专栏目录
Python音频处理包——Librosa的安装与使用
赵至柔的博客
2万+
Python音频处理库—librosa的安装与使用 1、librosa简介 Librosa是一个用于音频、音乐分析、处理的python工具包，一些常见的时频处理、特征提取、绘制声音图形等功能应有尽有，功能十分强大。本文主要介绍librosa的安装与使用方法。 librosa的安装与使用文档 https://librosa.github.io/librosa/ins…
librosa库安装
西檬饭
1078
如果直接使用pip成功安装，关掉本文节省时间。这里介绍的是使用pip安装失败后如何使用source安装。 当前版本0.7.2，官方网站下载，没梯子在这里下载。 1.安装指定版本的numba包： python pip install numba==0.48.0 2.解压librosa安装包并切换到目录安装 tar xzf librosa-0.7.2.tar.gz cd librosa-0.7.2 python setup.py install https://librosa.org/librosa/inst
评论 39
鬍富強
2022.06.22
提取logmei的代码中是否直接包含了包含预加重处理在内的预处理操作
查看其他 39 条评论
写评论
librosa语音信号处理_David-Chow的博客_librosa
7-5
librosa是一个非常强大的python语音信号处理的第三方库,本文参考的是librosa的官方文档,本文主要总结了一些重要,对我来说非常常用的功能。学会librosa后再也不用用python去实现那些复杂的算法了,只需要一句语句就能轻松实现。参考:《librosa…
librosa的安装与使用_luojiaao的博客
6-21
Librosa是一个用于音频、音乐分析、处理的python工具包,一些常见的时频处理、特征提取、绘制声音图形等功能应有尽有,功能十分强大。本文主要介绍librosa的安装与使用方法。 一、libsora安装 Librosa官网提供了多种安装方法,详细如下: …
librosa安装常见错误
martin1243的博客
1469
librosa安装过程中最常见的问题就是： numba llvmlite已经存在，无法更新，解决办法： conda install --channel=numba llvmlite 然后安装librosa pip install librosa
Python之librosa库语音信号处理
影子
1569
librosa是一个非常强大的python语音信号处理的第三方库，本文参考的是librosa的官方文档，本文主要总结了一些重要，对我来说非常常用的功能。 学会librosa后再也不用用python去实现那些复杂的算法了，只需要一句语句就能轻松实现。 官网：https://librosa.org/doc/latest/core.html 核心 IO 和 DSP 音频加载 负载（路径=，sr，单声道，偏移，持续时间，…]） 加载音频文件作为浮点时间系
librosa | 系统实战（一 ~ 四）
qq_44250700的博客
3914
librosa是python中用于提取音乐特征的库 一、安装 参考 https://blog.csdn.net/qq_39516859/article/details/80333431 二、
librosa入门学习
feng1gb的博客
6956
2018-12-12 今天开始学习librosa这个库，这个库主要用于音频处理，对于机器学习音频分类的初步处理工作很有用 第一步肯定需要学习怎样读取音频文件 1.librosa中对音频文件的基本处理模块如下 1)load模块用于读取音频文件，将其转化为一个音频时间序列的np数组 sr-采样频率：sr=None表示使用音频原始采样，如果不给sr赋值则采用默认值22050 …
音频特征提取——librosa工具包使用
weixin_34021089的博客
4573
作者：桂。 时间：2017-05-06 11:20:47 链接：http://www.cnblogs.com/xingshansi/p/6816308.html 前言 本文主要记录librosa工具包的使用，librosa在音频、乐音信号的分析中经常用到，是python的一个工具包，这里主要记录它的相关内容以及安装步骤，用的是python3.5以及win8.1环境。 …
librosa语音信号处理
David’s Tweet
1868
librosa是一个非常强大的python语音信号处理的第三方库，本文参考的是librosa的官方文档，本文主要总结了一些重要，对我来说非常常用的功能。学会librosa后再也不用用python去实现那些复杂的算法了，只需要一句语句就能轻松实现。 参考： 《librosa语音信号处理》 代码《Added function for mel band frequencies in utils.py》 《论文笔记：语音情感识别（四）语音特征之声谱图，log梅尔谱，MFCC，deltas》 先总结一下.
Python音频信号处理库函数librosa介绍
热门推荐
qq7835144的博客
1万+
文章目录Python音频信号处理库函数librosa介绍(部分内容将陆续添加)介绍安装综述（库函数结构）Core IO and DSP（核心输入输出功能和数字信号处理）Audio processingSpectral representationsMagnitude scalingTime and frequency conversionPitch and tuningDeprecated(mov…
音频处理 windows10下python三方库librosa安装教程
09-16
主要介绍了音频处理 windows10下python三方库librosa安装方法，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
librosa 语音库（二）STFT 的实现
最新发布
chumingqian的博客
772
librosa是一个应用广泛的音频处理python库。在librosa中有一个方法叫做stft，功能是求音频的短时傅里叶变换。 音频短时傅里叶变换后，在对音频取幅值，可以得到音频的线性谱。对线性谱进行mel刻度的加权求和，可以得到语音识别和语音合成中常用的mel谱。 短时傅里叶变换的过程是先对音频分帧，再分别对每一帧傅里叶变换。 在应用stft方法求解短时傅里叶变换时，发现求出的特征帧的数目有点反常。比如我有一个长度是400个点的音频，如果帧长是100，那么我自然而然的想到，最后应当得到4帧。但实际不是这个
Python librosa模块介绍
Galen_xia的博客
950
librosa语音信号处理模块 参考链接：https://www.cnblogs.com/LXP-Never/p/11561355.html
librosa | 系统实战（五~十七）
qq_44250700的博客
2298
文章目录十、librasa.core…Spectral representations（1）librosa.core.stft 输出帧数说明：（2）librosa.core.istft（3）librosa.core.ifgram（4）librosa.core.cqt十一、Audio processing（1）librosa.effects.split（2）librosa.core.load（3）librosa.core.to_mono（4）librosa.core.resample（5）librosa.
利用python-librosa库进行音频处理
lyapple2008的专栏
9525
librosa安装conda只需要下面一条命令就可以完成安装conda install -c conda-forge librosa音频输入与输出特征计算
librosa音频处理教程
yanqianglifei的专栏
1243
librosa音频处理教程
[AI,Deep Learning, Tensorflow] Anaconda 安装 librosa
H_O_W_E的专栏
4013
先要提醒你在Anaconda下要注意激活环境啊啊：source activate 环境名 – Anaconda 安装 librosa只需这句： conda install -c conda-forge librosa
————————————————
版权声明：本文为CSDN博主「z小白」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/zzc15806/article/details/79603994/
1505
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
