学习目标:
了解比赛数据集,看到声音的波形图
学习内容:
通过命令下载好数据之后,就开始新的一段探索之路 和Task1一样,首先得加载库,这次比之前要多几个库。其中matplotlib是一个很重要的库因为我们得通过matplotib来绘制各种图表。import pandas as pd
import numpy as np
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report
from sklearn.model_selection import GridSearchCV
from sklearn.preprocessing import MinMaxScaler
# 加载音频处理库
import os
import matplotlib.pyplot as plt
import librosa
import librosa.display
import glob
import IPython.display as ipd
接着通过定义一个函数,用两个for循环读取音频文件。
(听这种声音好解压,所以我又听多了一个)
查看波形图
首先加载音频文件,用librosa中load来读取。然后就是用matplotlib来绘图。
其中waveplot是波形幅度包络图
plt.figure(figsize=(14, 5))
librosa.display.waveplot(data1,sr=sampling_rate1)
接下来绘制声谱图就比较复杂,需要绘制两个纵轴
plt.figure(figsize=(20, 10))
D = librosa.amplitude_to_db(np.abs(librosa.stft(data1)), ref=np.max)
plt.subplot(4, 2, 1)
librosa.display.specshow(D, y_axis='linear')
plt.colorbar(format='%+2.0f dB')
plt.title('Linear-frequency power spectrogram of aloe')
学习时间:
2021年4月16日学习产出: