当前位置： 首页 > news >正文

合肥网站建设市场,在百度上怎么注册网站,深圳台历制作,建网站的目的是什么文章目录1.1.3 过零率1.1.4 谱质心和子带带宽1.1.5 短时傅里叶分析法1.1.6 小波变换相关课程#xff1a; 音频信号处理及深度学习教程傅里叶分析之掐死教程#xff08;完整版#xff09;更新于2014.06.06 - 知乎 (zhihu.com)1.1.3 过零率 过零率#xff1a;是一个信号符号… 文章目录1.1.3 过零率1.1.4 谱质心和子带带宽1.1.5 短时傅里叶分析法1.1.6 小波变换相关课程 音频信号处理及深度学习教程傅里叶分析之掐死教程完整版更新于2014.06.06 - 知乎 (zhihu.com)1.1.3 过零率 过零率是一个信号符号变化的比率即在每中语音信号从正变为负或从负变为正的次数。语音识别、音乐信息检索过零率越大频率近似越高 计算第t帧信号过零点数 代码如下

信号的过零率

0. 预设环境

import librosa import numpy as np from matplotlib import pyplot as plt import librosa.display# 1.加载信号 wave_path_absolute rE:\VoiceDev\audio_data\speech_this_song.wav wave_path ../audio_data/music_piano.wav waveform, sample_rate librosa.load(wave_path_absolute, srNone)# 2.定义函数功能计算每一帧的过零率 def Calc_ZCR(waveform, frame_length, hop_length):# 如果按照帧长来分割信号余下部分不能形成一个帧则需要补0if len(waveform) % hop_length ! 0:frame_num int((len(waveform) - frame_length) / hop_length) 1pad_num frame_num * hop_length frame_length - len(waveform) # 补0个数waveform np.pad(waveform, pad_width(0, pad_num), modewrap) # 补0操作frame_num int((len(waveform) - frame_length) / hop_length) 1waveform_zcr []for t in range(frame_num):current_frame waveform[t * (frame_length - hop_length):t * (frame_length - hop_length) frame_length]a np.sign(current_frame[0:frame_length-1, ])b np.sign(current_frame[1:frame_length, ])current_zcr np.sum(np.abs(a-b))/2/frame_lengthwaveform_zcr.append(current_zcr)return np.array(waveform_zcr)# 3. 设置参数每一帧长1024以50%的重叠率分帧调用该函数 frame_size 1024 hop_size int(frame_size * 0.5) waveform_ZCR Calc_ZCR(waveformwaveform, frame_lengthframe_size, hop_lengthhop_size)# 4.绘制图像 frame_scale np.arange(0,len(waveform_ZCR),step1) time_scale librosa.frames_to_time(frame_scale,hop_lengthhop_size) plt.figure(figsize(20, 10)) plt.plot(time_scale, waveform_ZCR, colorred) plt.title(Zero-Cross-rate) plt.show()# 5. 利用librosa.feature waveform_ZCR_librosa librosa.feature.zero_crossing_rate(ywaveform, frame_lengthframe_size, hop_lengthhop_size).T[1:,0] plt.figure(figsize(20, 10)) plt.plot(time_scale, waveform_ZCR_librosa, colorred) plt.title(Zero-Cross-rate-librosa) plt.show()bias waveform_ZCR_librosa - waveform_ZCR print(fthe bias is {bias}\n Congratulation!) 运行结果 使用自己写的函数结果图 使用librosa库函数 1.1.4 谱质心和子带带宽 谱质心 Spectral centroid 频率成分的重心是频谱中在一定频率范围内通过能量加权平均的频率其单位是Hz。声音的明亮度低沉的声音谱质心低欢快明亮的声音谱质心高声色 子带带宽 Bandwidth 在Spectral centroid的频谱范围计算每一点到谱质心的距离的加权平均值音频识别 代码如下

信号的频域特征

import librosa import numpy as np from matplotlib import pyplot as plt# 1. 加载信号 jazz_path rE:\VoiceDev\audio_data\jazz.wav jazz, sr librosa.load(jazz_path, srNone)rock_path rE:\VoiceDev\audio_data\rock.wav rock, sr librosa.load(rock_path, srNone)blues_path rE:\VoiceDev\audio_data\blues.wav blues, sr librosa.load(blues_path, srNone)orchestra_path rE:\VoiceDev\audio_data\orchestra.wav orchestra, sr librosa.load(orchestra_path, srNone)# 2. 获取信号的Spectral centroid谱质心 sc_jazz librosa.feature.spectral_centroid(yjazz, n_fft1024).T[:, 0] sc_rock librosa.feature.spectral_centroid(yrock, n_fft1024).T[:, 0] sc_blues librosa.feature.spectral_centroid(yblues, n_fft1024).T[:, 0] sc_orchestra librosa.feature.spectral_centroid(yorchestra, n_fft1024).T[:, 0]fig, aix plt.subplots(2, 2) aix[0, 0].plot(np.arange(0, len(sc_jazz)), sc_jazz, linewidth1) aix[0, 0].set_title(Jazz) aix[0, 1].plot(np.arange(0, len(sc_rock)), sc_rock, linewidth1) aix[0, 1].set_title(Rock) aix[1, 0].plot(np.arange(0, len(sc_blues)), sc_blues, linewidth1) aix[1, 0].set_title(Blues) aix[1, 1].plot(np.arange(0, len(sc_orchestra)), sc_orchestra, linewidth1) aix[1, 1].set_title(Orchestra) fig.suptitle(Spectral centroid) plt.show()# 3. 获取信号的Spectral bandwidth sw_jazz librosa.feature.spectral_bandwidth(yjazz, n_fft1024).T[:, 0] sw_blues librosa.feature.spectral_bandwidth(yblues, n_fft1024).T[:, 0] sw_rock librosa.feature.spectral_bandwidth(yrock, n_fft1024).T[:, 0] sw_orchestra librosa.feature.spectral_bandwidth(yorchestra, n_fft1024).T[:, 0]figure, aix plt.subplots(2, 2) aix[0, 0].plot(np.arange(0, len(sw_jazz)), sw_jazz, linewidth1) aix[0, 0].set_title(Jazz) aix[0, 1].plot(np.arange(0, len(sw_rock)), sw_rock, linewidth1) aix[0, 1].set_title(Rock) aix[1, 0].plot(np.arange(0, len(sw_blues)), sw_blues, linewidth1) aix[1, 0].set_title(Blues) aix[1, 1].plot(np.arange(0, len(sw_orchestra)), sw_orchestra, linewidth1) aix[1, 1].set_title(Orchestra) figure.suptitle(Spectral bandwidth) plt.show() 运行结果 加窗处理 1.1.5 短时傅里叶分析法 由于声信号往往是随时间变化的在短时间内可以近似看做平稳(对于语音来说是几十毫秒的量级)所以我们希望把长的声音切短来观察其随时间的变化情况由此产生STFT分析方式。 FFT与STFT对比 STFT在时域中对信号进行加窗处理 (分)所以最终结果是有关时域频域的信息时域的信息是每一帧帧长 (窗函数的长度) 关系:如果窗函数带宽长则包络中的精细结构较少疏松得到窄带语谱图有较好的频域分辨率但时域分辨率较差如果窗函数带宽窄则包络中的精细结构较多密集得到宽带语谱图有较好的时域分辨率但频域分辨率较差; 获取不同时刻、不同频率的频谱图能量分布情况 代码如下 import librosa import numpy as np from matplotlib import pyplot as plt# 1.加载信号 wave_path rE:\VoiceDev\audio_data\music_piano.wav waveform, sample_rate librosa.load(wave_path, srNone)# 2.信号分帧补零-分帧-加窗 frame_size, hop_size 1024, 512 if len(waveform) % hop_size ! 0:frame_num int((len(waveform) - frame_size) / hop_size) 1pad_num frame_num * hop_size frame_size - len(waveform)waveform np.pad(waveform, pad_width(0, pad_num), modewrap) frame_num int((len(waveform) - frame_size) / hop_size) 1

分帧 ?

row np.tile(np.arange(0, frame_size), (frame_num, 1)) column np.tile(np.arange(0, frame_num * (frame_size - hop_size), (frame_size - hop_size)), (frame_size, 1)).T index row column waveform_frame waveform[index]

加窗 ?

waveform_frame waveform_frame * np.hanning(frame_size)# 3.信号做傅里叶变换np.fft.rfft(waveform_frame,n _fft) n_fft 1024 waveform_stft np.fft.rfft(waveform_frame, n_fft)# 4.功率谱函数 waveform_pow np.abs(waveform_stft)**2/n_fft waveform_db 20 * np.log10(waveform_pow) # 分贝# 5.绘制波形 plt.figure(figsize(10,10)) plt.imshow(waveform_db) y_ticks np.arange(0,int(n_fft/2),100) plt.yticks(ticksy_ticks,labelsy_ticks*sample_rate/n_fft) plt.title(Waveform_STFT) plt.show()运行结果如下 得到语谱图 我们也可以使用librosa库提供的函数获取语谱图代码如下

语谱图

def plot_spectrogram(spectrogram, titlespectrogram(dB)):plt.imshow(librosa.amplitude_to_db(spectrogram))plt.title(title)plt.xlabel(Frame/s)plt.ylabel(Frequency/hz)plt.colorbar()plt.show()# 设置参数调用librosa.stft函数 n_fft 1024 hop_size 512 waveform_stft librosa.stft(ywaveform,n_fftn_fft,hop_lengthhop_size) plot_spectrogram(np.abs(waveform_stft))1.1.6 小波变换