python 函数解释

pw.harvest()

#查阅函数功能

pyworld库，导入import pyworld as pw

pw.harvest()

import pyworld as pw

f0, timeaxis = pw.harvest(x,fs,f0_floor ,f0_ceil,frame_period ) 
#语音基频特征：声音一般可以分解为许多单纯的正弦波，
#所有的自然声音基本都是由许多频率不同的正弦波组成的，
#其中频率最低的正弦波即为基音
"""
    参数
    ----------
    x : ndarray
        输入的波形信号。
    fs : int
        输入信号的采样率，单位是赫兹（Hz）。
    f0_floor : float
        F0的下限，单位是赫兹（Hz）。默认值：71.0
    f0_ceil : float
        F0的上限，单位是赫兹（Hz）。默认值：800.0
    frame_period : float
        连续帧之间的周期，单位是毫秒。默认值：5.0

    返回值
    -------
    f0 : ndarray
        估计的F0轮廓。
    temporal_positions : ndarray
        每个帧的时间位置。

"""

ap = pw.d4c()

aperiodicity = pw.d4c(x, f0, temporal_positions, fs, q1,threshold,fft_size) 

# 用于计算声音信号的非周期性分量，也称为 Aperiodic Component。
#非周期性分量包含声音信号中的高频噪声成分，与声音的共振谐波部分相对应。
"""
参数：

x：输入的波形信号。
f0：输入的F0轮廓。
temporal_positions：每个帧的时间位置。
fs：输入信号的采样率（Hz）。
q1：频谱恢复参数，默认值为-0.15（这个值已经调整过，通常不需要再调整）。
threshold：基于无周期性的有声/无声决策阈值，范围在0到1之间。如果使用0，有声帧将保持有声。如果使用大于0的值，一些有声帧可以通过将其无周期性设置为1（即用白噪声合成它们）来被认为是无声。使用threshold=0将导致D4C的旧版本的行为。当前默认值0.85是为了与Harvest F0估计器一起使用，该估计器设计为具有高有声/无声阈值（即大多数帧将被认为是有声）。
fft_size：要使用的FFT大小。当使用None（默认）时，FFT大小会根据给定的输入采样率和默认F0底部自动计算。当指定fft_size时，它应该匹配用于计算频谱包络的FFT大小（即fft_size=2*(sp.shape[1] - 1)），以便在重新合成时获得期望的结果。

返回值：
aperiodicity：无周期性（包络，相对于频谱包络的线性幅度）。

"""

pw.cheaptrick

spectrogram  = pw.cheaptrick(x,f0,temporal_positions,fs,q1,f0_floor,fft_size)
# 用于估计谐波频谱包络1
"""
    参数
    ----------
    x : ndarray
        输入的波形信号。
    f0 : ndarray
        输入的F0轮廓。
    temporal_positions : ndarray
        每个帧的时间位置。
    fs : int
        输入信号的采样率，单位是赫兹（Hz）。
    q1 : float
        频谱恢复参数。默认值：-0.15（这个值已经过调整，通常不需要再调整）
    f0_floor : float, None
        F0的下限，单位是赫兹（Hz）。如果指定了`fft_size`，则不使用此参数。默认值：71.0
    fft_size : int, None
        要使用的FFT大小。当使用`None`（默认）时，FFT大小将根据给定的输入采样率和F0下限自动计算。当指定了`fft_size`时，将忽略给定的`f0_floor`参数。默认值：None

    返回值
    -------
    spectrogram : ndarray
        频谱包络（平方幅度）。
"""