python库声纹_python 处理音频并提取特征可视化

import matplotlib.pyplot as plt

import librosa.display

plt.figure(figsize = (14,5))

librosa.display.waveplot(x, sr = sr)

In[8]#谱图：谱图是通过视觉表示频谱的频率，声音或其它信号，因为它随时间变化。频谱图有时被称为声纹或语音图。当数据在3D中表示时，它们可以称为waterfalls。

#在二维阵列中，第一轴是频率，第二轴是时间。我们可以使用显示频谱图：librosa.display.specshow:

X = librosa.stft(x) #对信号进行短时傅里叶变换

Xdb = librosa.amplitude_to_db(abs(X))

plt.figure(figsize=(14,5))

librosa.display.specshow(Xdb, sr=sr, x_axis='time', y_axis='hz')

plt.colorbar()

In[9]#从轴表示频率(从0到10kHZ)，横轴表示剪辑的时间，由于我们看到的所有动作都发生在频谱的底部，我们可以将频谱轴转换为对数轴。

plt.figure(figsize=(14,5))

librosa.display.specshow(Xdb, sr=sr, x_axis='time', y_axis='log')

plt.colorbar()

In[10]:#写音频：librosa.output.write_wav 将Numpy数组保存到wav文件, 下面举例说明它的用法。