在 matplotlib 中绘制来自 librosa 的音频答案

【问题标题】：Plotting audio from librosa in matplotlib在 matplotlib 中绘制来自 librosa 的音频
【发布时间】：2022-01-31 21:37:18
【问题描述】：

我正在尝试在 Python 中绘制音频文件的波形。

这是我的代码（我正在使用 Librosa 库）：

import plot as plt

def save_plot(filename):
    y, sr = librosa.load(filename)        
    plt.plot(y, 'audio', 'time', 'amplitude')

plot.py 文件在哪里：

import matplotlib.pylab as plt

def plot(vector, name, xlabel=None, ylabel=None):
    plt.figure()
    plt.plot(vector)
    plt.xlabel(xlabel)
    plt.ylabel(ylabel)
    plt.plot()
    plt.savefig('static/plots/' + name)

奇怪的是，即使我得到一个看起来像有效波形的图：

音频文件只有 5 秒长。因此，我不明白 x 轴在说什么；好像涨到了90000？

谢谢

【问题讨论】：

标签： python audio matplotlib plot librosa

【解决方案1】：

每次对音频文件进行采样时，波形都会有一个数据点，可以从 8000 Hz 到 48 kHz 采样。 90,000/5 = 18000 赫兹。

查看您当前从 librosa.load 中忽略的变量，即采样率，它可以让您计算出时间尺度。

【讨论】：

谢谢！只是为了确保我明白了，我的采样率约为。 22000。这是否意味着，因为我的音频文件是 5 秒，x 轴代表 22000*5 = 110000 个采样，而不是时间？
@pk1914 “大约 22000”对于“正常”声音文件的采样率来说是一件奇怪的事情。它恰好是（确切地说）22050 年吗？
你是对的！我想这是一个特殊的数字？为什么这样？谢谢！

【解决方案2】：

这就是您使用 matplotlib.pyplot 绘制向量的原因，该向量包含许多项，因为它（可能）每秒采样 22050 个数据点。如果你得到一个 5 秒的音频文件，那么你会得到 5 * 22050 = 110250 个数据点，这些数据点将绘制在图中。而不是使用matplotlib.pyplot，您可以使用正确的方法来使用librosa：

import librosa
import librosa.display

y, sr = librosa.load(<path_audio_file>, sr=<sample_rate>)
fig, ax = librosa.display.waveplot(y, sr=sr)

由于它保留了采样率作为信息，因此它将在正确的时间长度上对时间序列进行归一化！

请注意，要使用 librosa.display，您需要显式导入它。

如果您有兴趣了解更多详情，请查看librosa.display.waveplot。

【讨论】：