python - 为什么我的 8kHz wav 文件的 mel 特征在 sr = 16kHz 和 44.1kHz 中提取的不同
问题描述
我目前正在从我的婴儿哭声数据集中提取 mel 特征,wav 文件的采样率为 8kHz、16 位、单声道和大约 7 秒。
sr = 16000 时 的梅尔谱图 sr = 44100 时的梅尔谱图
但正如您所看到的,每当我提取具有不同采样率的特征时sr
,梅尔谱图的值都会发生变化。我认为由于 wav 文件的采样率为 8kHz,如果我将采样率设置为 16kHz 以上,则赫兹的值必须相同。
我将 wav 文件的采样率 8kHz 转换为 44.1kHz 并再次提取它,但没有任何变化。
这是我的代码:
import librosa.display
import matplotlib.pyplot as plt
import numpy as np
sr = 44100 # or 16000
frame_length = 0.1
frame_stride = 0.01
path = '...'
train = []
j, sr = librosa.load(path + '001.wav', sr, duration = 5.0)
input_nfft = int(round(sr*frame_length))
input_stride = int(round(sr*frame_stride))
mel = librosa.feature.melspectrogram(j, n_mels = 128, n_fft = input_nfft, hop_length=input_stride, sr = sr)
train.append(mel)
plt.figure(figsize=(10,4))
librosa.display.specshow(librosa.power_to_db(train[0], ref=np.max), y_axis='mel', sr=sr, hop_length=input_stride, x_axis='time')
plt.colorbar(format='%+2.0f dB')
plt.title('Mel-Spectrogram')
plt.tight_layout()
plt.show()
y 轴的值必须相同,sr = 44100
否则16000
我不明白为什么会这样。
解决方案
当您要求 librosa 创建一个梅尔谱图时,您要求它执行两个步骤:
基于傅里叶变换的谱
首先,您要求它在可能的范围内创建基于 FFT 的频谱图。要了解可能的范围是多少,您必须了解Nyquist-Shannon 定理,该定理(粗略地)指出,当您以 sr Hz 采样信号时,您不能表示超过 sr/2 Hz(sr = 采样率)的频率。因此,以 44.1kHz 采样的信号的可能频率范围是 0 到 22.05kHz。
librosa 产生一个规则的线性间隔频谱图作为中间结果。频率范围为 0 到 sr/2 Hz。
梅尔频谱图
与常规的基于 FT 的频谱图相反,梅尔频谱图没有线性频率刻度,而是(几乎)对数刻度。为了将基于 FT 的频谱图映射到对数刻度,所有可用数据都映射到特定数量的对数间隔的 bin。使用的 bin 数指定为n_mels
,即 mel 波段数。
把它放在一起
所以对于n_mels = 128
,如果你有一个以 44.1kHz 采样的信号,你可以表示从 0 到 22.05Hz 的范围。该范围映射到 128 个对数间隔的频带。如果您的信号以 16 kHz 采样,则可以表示 0 到 8 Hz 的范围。该范围映射到 128 个对数间隔的频带,即 0-8 kHz 的范围被分成 128 个部分,而不是 0-22.05 kHz 的范围。这必然导致不同的结果。
解决方案
如果您想确保映射到n_mels
mel 频段的频率范围始终相同,无论采样率如何,您必须指定关键字参数fmin
和fmax
(参见此处)。
例如:
fmin = 0.
fmax = 4000. # since your original signal is sampled at 8 kHz
mel = librosa.feature.melspectrogram(j, n_mels=128,
n_fft=input_nfft,
hop_length=input_stride,
sr=sr,
fmin=fmin,
fmax=fmax)
推荐阅读
- javascript - JavaScript 无限“for-loop”
- android - 防止 RelativeLayout 环绕背景图像
- ios - altool 为此请求提供一个 CFBundleIdentifier xcode9
- oracle - 在 Oracle 中,如何验证对象类型层次结构中使用的对象类型?
- javascript - innerText 和变量之间的比较不起作用
- android - 将 Facebook Audience Network 添加到跨平台 libGDX 游戏
- git - 如何在 Visual Studio 2017 中开启详细的 git 日志记录?
- python-3.x - ChartJS 标签名称未显示,仅显示 ID
- javascript - 第二 orderBy 查询在 Firestore 中没有任何作用(react-native-firebase)
- java - 在java图形中绘制另一个图形时是否会保留数据?