问题描述
我想弄清楚为什么梅尔标度频谱图似乎有错误的频率标度。我生成一个 4096Hz 的音调并使用 librosa 的显示库绘制它，但音调与已知频率不一致？我显然做错了什么，有人可以帮忙吗？谢谢！
import numpy as np
import librosa.display
import matplotlib.pyplot as plt
sr = 44100
t = np.linspace(0,1,sr)
y = 0.1 * np.sin(2 * np.pi * 4096 * t)
M = librosa.feature.melspectrogram(y=y,sr=sr)
M_db = librosa.power_to_db(M,ref=np.max)
librosa.display.specshow(M_db,y_axis='mel',x_axis='time')
plt.show()
解决方法
当您使用 librosa.feature.melspectrogram(y=y,sr=sr) 计算梅尔频谱图时，您使用参数 fmin=0 和 fmax=sr/2 隐式创建了梅尔过滤器（请参阅 docs here）。要正确绘制频谱图，librosa.display.specshow 需要知道它是如何创建的，即使用了何种采样率 sr（使时间轴正确）以及使用什么频率范围使频率轴正确.虽然 librosa.feature.melspectrogram 默认为 0 - sr/2，但遗憾的是 librosa.display.specshow 默认为 0 - 11050（请参阅 here）。这描述了 librosa 0.8——我可以想象未来会发生这种变化。
要使其正常工作，请显式添加 fmax 参数。要同时获得正确的时间轴，请将 sr 参数添加到 librosa.display.specshow：
import numpy as np
import librosa.display
import matplotlib.pyplot as plt
sr = 44100
t = np.linspace(0,1,sr)
y = 0.1 * np.sin(2 * np.pi * 4096 * t)
M = librosa.feature.melspectrogram(y=y,sr=sr,fmax=sr/2)
M_db = librosa.power_to_db(M,ref=np.max)
librosa.display.specshow(M_db,y_axis='mel',x_axis='time',fmax=sr/2)
plt.show()
