木槿光谱图对数形态

Question

我正在使用python中的Librosa从GTZAN数据集中提取一个log-Mel-spectrogram。我的代码-

data, sampling_rate = librosa.load(os.path.join(dir, folder, file), )
mel = librosa.feature.melspectrogram(y=data, hop_length = 512//2, n_fft = 512, n_mels = 64)
mel = librosa.power_to_db(mel**2)

嗯，它工作得很好。但是，每个Mel谱图的大小是不同的。大多数对数Mel谱图的大小为2586，少数为2590～2620。在

我检查了在Mel谱图上记录的尺寸是否不同。当录音时，他们的大小有多大不同，因为所有的音频都在同一长度。。。在

有什么建议吗，谢谢

Answer 1

可能音频文件的长度略有不同。这通常发生在数据集中。你可能应该把所有的光谱图截短到最短的公共长度（2586）。在

mel = mel[:,0:2586]