librosa库一些函数新用法

之前用函数也就是会用一个形参就行了,没想到librosa还有很多方便的方法,

比如这个玩意:

filename = librosa.util.example_audio_file()
y, sr = librosa.load(filename, offset=15.0, duration=5.0)

这是官方例子

意思人家也给了,就是从15秒位置处加载5秒,好厉害啊。

duration就是加载的时长。不必再用索引进行截断了。

下面证明上面的说法:画图,时长直接可得

>>> y.shape[0]/sr
5.0

代码在此,时间轴懒得改/写了

Y,sr=librosa.load(filename)
pad=np.zeros(shape=15*sr)
>>> for i in range(pad.shape
### Librosa的功能和用途 #### 功能概述 Librosa是一个用于音频和音乐分析的Python,特别适用于处理音乐信息检索(MIR)任务。该提供了一系列工具和函数来操作音频信号,支持从基本的操作如音频加载和播放到复杂的特征提取和可视化过程[^1]。 #### 主要特性 - **音频读取与写入**:能够方便地载入不同格式的音频文件,并可以保存经过修改后的音频数据。 - **时间域与时频域转换**:实现了多种变换算法,比如短时傅里叶变换(STFT),梅尔频率倒谱系数(MFCCs)计算等,这些对于理解音频内容至关重要。 - **节奏估计**:内置了检测节拍位置的方法,这对于研究歌曲结构非常有用。 - **调性和音高分析**:提供了估算旋律线、基频以及其他声学属性的能力。 - **同步化技术**:允许将两个或多个音频序列对齐,这在多轨录音编辑中有重要作用。 - **效果器应用**:虽然不是其核心竞争力所在,但也包含了简单的动态范围压缩等功能。 - **可视化功能**:可以直接生成波形图、光谱图等多种类型的图表以便于直观展示音频特点[^3]。 ```python import librosa import matplotlib.pyplot as plt audio_path = 'example.wav' y, sr = librosa.load(audio_path) # 计算MFCC特征 mfccs = librosa.feature.mfcc(y=y, sr=sr) plt.figure(figsize=(10, 4)) librosa.display.specshow(mfccs, x_axis='time') plt.colorbar() plt.title('MFCC') plt.tight_layout() plt.show() ``` #### 安装指南 为了开始使用Librosa,在命令行环境中可以通过pip安装最版本: ```bash pip install librosa ``` 此外,由于依赖关系较为复杂,官方推荐先创建一个的Anaconda环境再进行安装以避免潜在冲突[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小李飞刀李寻欢

您的欣赏将是我奋斗路上的动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值