我将一些音频文件转换为光谱图,并使用以下代码将其保存到文件中:
import os
from matplotlib import pyplot as plt
import librosa
import librosa.display
import IPython.display as ipd
audio_fpath = "./audios/"
spectrograms_path = "./spectrograms/"
audio_clips = os.listdir(audio_fpath)
def generate_spectrogram(x, sr, save_name):
X = librosa.stft(x)
Xdb = librosa.amplitude_to_db(abs(X))
fig = plt.figure(figsize=(20, 20), dpi=1000, frameon=False)
ax = fig.add_axes([0, 0, 1, 1], frameon=False)
ax.axis('off')
librosa.display.specshow(Xdb, sr=sr, cmap='gray', x_axis='time', y_axis='hz')
plt.savefig(save_name, quality=100, bbox_inches=0, pad_inches=0)
librosa.cache.clear()
for i in audio_clips:
audio_fpath = "./audios/"
spectrograms_path = "./spectrograms/"
audio_length = librosa.get_duration(filename=audio_fpath + i)
j=60
while j < audio_length:
x, sr = librosa.load(audio_fpath + i, offset=j-60, duration=60)
save_name = spectrograms_path + i + str(j) + ".jpg"
generate_spectrogram(x, sr, save_name)
j += 60
if j >= audio_length:
j = audio_length
x, sr = librosa.load(audio_fpath + i, offset=j-60, duration=60)
save_name = spectrograms_path + i + str(j) + ".jpg"
generate_spectrogram(x, sr, save_name)
我想保留音频中最详细的内容和质量,这样我就可以在不损失太多的情况下将它们恢复为音频(每个80MB)
是否可以将它们转回到音频文件?我怎么做
我尝试使用librosa.feature.inverse.mel_to_音频,但没有效果,我认为它不适用
我现在有1300个频谱图文件,我想用它们训练一个生成性的对抗网络,这样我就可以生成新的音频,但如果我以后听不到结果,我不想这样做
是的,可以使用Griffin Lim算法(GLA)等恢复大部分信号并估计相位。它的Python“快速”实现可以在librosa中找到。以下是如何使用它:
这就是原作和重建的样子:
默认情况下,该算法随机初始化相位,然后迭代正向和反向STFT操作以估计相位
查看代码,要重建信号,只需执行以下操作:
当然,这只是一个例子。正如@PaulR所指出的,在您的例子中,您需要从
jpeg
加载数据(这是有损的!),然后首先对amplitude_to_db
应用逆变换由于人工神经网络的进步,该算法,特别是相位估计,可以进一步改进Here是一篇讨论一些增强功能的文章
相关问题 更多 >
编程相关推荐