在进行数字信号处理的过程中,我们往往有对短时傅里叶变换频谱(spectrogram)进行分析的需求。常见的分析手段对应欧拉公式分为两种,要么使用模与相位的形式,要么使用实部虚部。本文分享一个简单的将复数光谱图分解为实部与虚部以及将两个部分重新合并为一个复数矩阵的过程,以下为python代码。
import numpy as np
import librosa
# load the original wav
test_wave, _ = librosa.load("../RecFile_1_20200617_153719_Sound_Capture_DShow_5_monoOutput1.wav", sr=44100)
# calculate the complex spectrogram stft
spectrogram_test_wav = librosa

本文介绍了如何使用Python的numpy库对短时傅里叶变换频谱进行分析,将复数矩阵分解为实部和虚部,并详细展示了如何将这两个部分重新组合成原始复数矩阵的步骤。文中通过librosa库处理wav文件,并验证了经过分离与合并操作后,复数矩阵保持不变。
最低0.47元/天 解锁文章
1213

被折叠的 条评论
为什么被折叠?



