Python画音频语谱图_利用librosa路画出语音信号的语谱图

matplotlib结合librosa绘制音频语谱图

---

一、语谱图是什么？

语谱图指将一维的时间域音频信号 x∈R(1×n) 通过短时傅里叶变换(STFT)后得到的二维信号X∈R(t×f)，其中t和f分别表示时间帧数和频率段数，且语谱图的值为复数。

二、绘制语谱图

代码如下：

import librosa
import librosa.display
import matplotlib
import matplotlib.pyplot as plt

audio_file = 'test.wav'
audio, sr = librosa.load(audio_file, sr=16000)
plt.rcParams.update({"font.size": 40}) #设置图中字体大小
fig, axes = plt.subplots(
    nrows=1, ncols=1, figsize=(40, 10), dpi=80, facecolor="w", edgecolor="k"
)

audio_spectrogram = librosa.amplitude_to_db(librosa.stft(audio))	#得到语谱图
librosa.display.specshow(audio_spectrogram ,  y_axis='log', cmap='coolwarm')	#绘制语谱图

plt.colorbar(format='%+2.0f dB') 	#转换至dB标度
plt.title('spectrogram')
plt.xlabel('time(s)')
plt.ylabel('freq(Hz)')
plt.show()
plt.savefig('image.png')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

2.样例图

注意

本人画图时疑惑过dB为什么有正负值这一问题，特查阅资料（链接）

---