常数Ｑ变换，CQT

这边博客，主要记录librosa. 中关于CQT 与perceptual_weighting()函数的理解。

1. CQT

def cqt(
    y,
    sr=22050,
    hop_length=512,
    fmin=None,
    n_bins=84,
    bins_per_octave=12,
    tuning=0.0,
    filter_scale=1,
    norm=1,
    sparsity=0.01,
    window="hann",
    scale=True,
    pad_mode="reflect",
    res_type=None,
    dtype=None,
):

函数的接口如上所示，　其中

fmin: 最小的起始频率；

n_bins:
从fmin 开始， 总共有多少个细分的频率段，默认有 84；

bins_per_octave: 　每一个音阶下，均匀分配多少个频率bins　出来；默认为 12;
所以84/12 = 7 , 　算上开始的，　0-7总共8个音阶；

那么最高频率是算的呢？
已知， 从最低频率开始　fmin = 32Hz, $2^5$,
由于总共八个音阶，　算上开始的，　所以这八个音阶对应的各自频率如下：
$2^5$ = 32Hz, 　$2^6$=64Hz, 　$2^7$=128Hz, $2^8$=256Hz, 　
$2^9$=512Hz, 　$2^{10}$=1024, 　$2^{11}$, 　$2^{12}$,

由以上可知，$2^{12}$　= 4096 Hz,

1.1 参数的设置

通过上面的计算可以知道， 采样率 必须大于 》 上述最高截止频率的 2倍；
否则，会出现如下 采样率过低的问题；

fmin, filters个数， 若是使用默认配置参数时， 采样率过低（低于 4186Hz x 2），会出现如下情况：

How can I extract CQT from audio with sampling rate 8000 Hz (librosa)
I wrote following codes.

sound_clip, s = librosa.load(fn, sr=8000)
cqtpec = librosa.cqt(y=sound_clip, sr=s)

But there was an error.
librosa.util.exceptions.ParameterError: Filter pass-band lies beyond Nyquist

Use a lower n_bins or a lower fmin. With the default fmin of 32.7Hz (musical C1), n_bins = 84, and bins_per_octave = 12, the highest bin falls 7 octaves higher, at 4186Hz (C8), but with a sampling rate of 8000Hz you can only deal with frequencies up to 4000Hz, so if you keep fmin the same, n_bins needs to be no more than 83.

1.2 hop length 设定

hop_len 帧移动的长度，
假设 参数中，设置的 f_min = 32 Hz, = 2^5,
那么 hop_len 帧移动的长度在设置的时候，必须是32的倍数；
才能确保在输出后， 输出正确的帧数；

spect = librosa.cqt(waveform, sr=9000, hop_length=188, fmin=32, filter_scale=1 )

n_octaves - 1, n_octaves
librosa.util.exceptions.ParameterError: hop_length must be a positive integer multiple of 2^5 for 6-octave CQT/VQT

reference:

1. https://blog.csdn.net/qq_44250700/article/details/119956311#t6;

2. https://stackoverflow.com/questions/43838718/how-can-i-extract-cqt-from-audio-with-sampling-rate-8000hz-librosa