了解 scipy.signal.spectrogram() 的输出

Question

我想了解scipy.signal.spectrogram() 的输出是什么，以及如何使用它们。目前，我读取了一个.wav 文件并生成了一个频谱图。

from scipy.io import wavfile as wav
from scipy import signal

sample_rate, data = wav.read('sound.wav')
f, t, Sxx = signal.spectrogram(data, sample_rate)

--

如果理解完全错误，我对频谱图的想法是一个 3D 图，包括：

x-axis: time
y-axis: frequency
pixel colour/brightness: amplitude

所以我想知道f、t 和Sxx 与time、frequency 和amplitude 的关系。

感谢阅读，感谢任何帮助！

Answer 1

f 是频率数组，包含 fft 的每个频段的频率。可以用作图表的标签

t 是时间数组，包含进行此 FFT 相对于源信号的时间。再次可用于标签。

Sxx 数组包含幅度，是一个二维数组，其形状是 f 的长度乘以 t 的长度。

因此与时间数组长度匹配的轴是时间轴，另一个是频率。

如果您想标准化显示，您需要自己找到 Sxx 数组的最小值和最大值。