qq_42720368的博客

原创 作业：将音频信号转换为彩色图像

音色的不同体现在基频和其谐波之间的关系，所以采用STFT对音频进行变换并去除人耳听力范围以外的频率后，取导数的平均值表示音色。（这里应该能用更好的值体现其关系）将音频时域上包络的均方值作为音频的响度值，测试后觉得比取峰值更能体现每段音频之间的响度关系。将音频根据所需像素大小分为等窗口大小的多段音频进行分析。最后将三个值分别作为RGB的值组成图像。求出每段音频的基频作为音调的值f0。声音三要素为响度，音调和音色。