19、音频频谱图的数据增强与表格数据增强

音频频谱图的数据增强与表格数据增强

1. 音频频谱图数据增强

在音频处理中，频谱图是一种强大的工具，可用于可视化音频的频率内容。音频频谱图、Mel频谱图和Chroma STFT是常见的音频可视化方式。

1.1 频谱图生成与保存

当生成新的图像或图表时，会自动将图像文件写入或导出到 ~/Data-Augmentation-with-Python/pluto_img 目录。例如，之前章节中的增强图像、波形图、音频频谱图、Mel频谱图和Chroma STFT图表都会自动保存。辅助函数 _drop_image() 会以 pluto[id].jpg 的格式保存文件，其中 id 是 self.fname_id 变量的自增整数。

1.2 频谱图增强技术

频谱图增强可以复用之前章节的大部分包装函数。经过研究发现，之前章节的音频增强技术同样适用于音频频谱图、Mel频谱图和Chroma STFT，包括以下技术：
- 时间拉伸（Time-stretching）
- 时间移位（Time-shifting）
- 音高缩放（Pitch-scaling）
- 噪声注入（Noise injection）
- 极性反转（Polarity inversion）
- 低通滤波器（Low-pass filter）
- 高通滤波器（High-pass filter）
- 带通滤波器（Ban-pass filter）
- 低架滤波器（Low