Librosa - 音频频谱图/频率分档到频谱答案

【问题标题】：Librosa - Audio Spectrogram/Frequency Bins to SpectrumLibrosa - 音频频谱图/频率分档到频谱
【发布时间】：2021-06-04 02:16:57
【问题描述】：

我已经阅读了几天，但一直没有找到解决方案...我能够使用以下方法构建 Librosa 频谱图并提取幅度/频率数据：

audio, sr = librosa.load('short_piano melody_keyCmin_110bpm.wav', sr = 22500)
spectrum = librosa.stft(audio, n_fft=2048, window=scipy.signal.windows.hamming)
D = librosa.amplitude_to_db(np.abs(spectrum), ref=np.max)
n = D.shape[0]
Nfft = 1+2*(n-1)
freq_bins = librosa.fft_frequencies(sr=sr, n_fft=Nfft)

但是，我无法将 D 和 freq_bins 中的数据转换回频谱。一旦我能够做到这一点，我可以将新频谱转换为 .wav 文件并收听我重建的音频......任何建议将不胜感激！谢谢。

【问题讨论】：

要将基于 stft 的频谱转换回音频信号，您应该使用 istft。请注意，要转换回时域，您需要一个复值频谱，而不仅仅是绝对频谱。但是，您可以简单地尝试使用原始信号的相位。另请注意，根据您想要做什么，cqt 和 icqt 可能是更好的选择。
@Hendrik 感谢您的回复！我知道这些方法，但不知道如何将幅度转换为频谱......不确定它是否可能，但它似乎应该是其他类型的逆？
使用stft 将幅度转换为频谱。它为您提供了一个复值频谱。保留相位并操纵这些值的大小。然后使用istft 转换回来。转换回依赖于Griffin/Lim-paper。这是一个经典，所以网上有很多容易理解的解释。祝你好运！
这里有一个更好的论文链接：citeseerx.ist.psu.edu/viewdoc/…

标签： python audio librosa spectrogram

【解决方案1】：

当我正确回答您的问题时，您想根据幅度值重建实/虚频谱。为此，您将需要相位组件，然后是所有简单的复数运算。你应该知道STFT的输出是一个复数数组，幅度是每个数字的绝对值，而相位是每个数字的角度

这是一个时域信号在不修改的情况下转换为幅度/相位并返回的示例：

% get the complex valued spectrum from a sample
spectrum = librosa.stft(audio, n_fft=2048,window=scipy.signal.windows.hamming) 

# get magnitude and phase from the complex numbers
magnitude = np.abs(spectrum)
phase = np.angle(spectrum)

# reconstruct real/imaginary parts from magnitude and phase
spectrum = magnitude * np.exp(1j*phase)

# transform back to time-domain

在您的情况下，您当然应该首先将分贝值转换回幅度值。即使没有使用 librosa 的经验，我相信也有一个功能。

【讨论】：