python與numpy使用的一些小tips[6]

1，推薦一個很不錯的語音庫librosa

librosa官網（雖然登不上，但翻牆可以）

2，載入語音

librosa.core.load - librosa 0.5.1 documentation

需要注意的是，它是會改變聲音的採樣頻率的

1. sr:設置採樣pl
2. mono:是否轉化為單聲道

y, sr = librosa.load(./arctic_a0003.wav,sr = 16000)nprint(sr)nprint(len(y))ny, sr = librosa.load(./arctic_a0003.wav)nprint(sr)nprint(len(y))n輸出：n16000n53841n22050n74200n

3，短時傅里葉變換

【librosa.core.stft - librosa 0.5.1 documentation】

1. n_fft:一次變換的點數（如果比窗口小會用0補齊）
2. hop_length:每一次移動多長，默認是窗口的1/4
3. win_len:窗口長度
4. center:當n_fft需要補齊的時候補齊的方式

4，短時傅里葉反變換

【librosa.core.istft - librosa 0.5.1 documentation】

只需要將stft的那個矩陣原封不動的傳入進去就可以恢複信號

需要說明的是：重建信號的質量和n_fft的長度無關【因為我試過不同長度的n_fft,聽上去沒任何差別】

5，如何取數據的實部與虛部

【採用Python語言如何建立複數並訪問虛部實部和模】

6，如何把實部與虛部再次拼接在一起

y, sr = librosa.load(./arctic_a0003.wav,sr = 16000)nD = librosa.stft(y,n_fft=2048)nE = D.real + (D.imag)*1jny_hat = librosa.istft(E)nlibrosa.output.write_wav(3.wav,y_hat,16000)n

這樣是可以無失真的復原信號的

歡迎關注公眾號：huangxiaobai880