Нормализовать спектрограмму мела к единичной амплитуде пика?

Я новичок как в python, так и в librosa. Я пытаюсь использовать этот метод для распознавания речи: акустический передний конец

Мой код:

import librosa
import librosa.display
import numpy as np

y, sr = librosa.load('test.wav', sr = None)
normalizedy = librosa.util.normalize(y)

stft = librosa.core.stft(normalizedy, n_fft = 256, hop_length=16)
mel = librosa.feature.melspectrogram(S=stft, n_mels=32)
melnormalized = librosa.util.normalize(mel)
mellog = np.log(melnormalized) - np.log(10**-5)

Проблема в том, что когда я применяю librosa.util.normalize к переменной mel, я ожидаю, что значения будут между 1 и -1, а это не так. Что мне не хватает?

Каковы максимальные и минимальные значения ваших значений? Вы уверены, что проверяете melnormalized, а не mellog (который будет иметь другую шкалу, поскольку журнал был применен)

— 17.03.2019 01:53

python signal-processing spectrogram mfcc librosa

30.01.2019 03:19

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

4 815

Ответы 1

Если вы хотите, чтобы ваши выходные данные были масштабированы по логарифмическому масштабу и нормализованы в диапазоне от -1 до +1, вы должны сначала масштабировать по логарифмическому масштабу, а затем нормализовать:

import librosa
import librosa.display
import numpy as np

y, sr = librosa.load('test.wav', sr = None)
normalizedy = librosa.util.normalize(y)

stft = librosa.core.stft(normalizedy, n_fft = 256, hop_length=16)
mel = librosa.feature.melspectrogram(S=stft, n_mels=32)
mellog = np.log(mel + 1e-9)
melnormalized = librosa.util.normalize(mellog)
# use melnormalized

Иктеаджа Хасан опубликовал Отвечать вопрос: «В приведенном выше ответе упоминается нормализованный диапазон от -1 до -1. Это правильно или диапазон должен быть от -1 до 1?

— 21.11.2020 21:16

Должно быть - 1 и 1 да, сейчас поправил. Спасибо Ikteaja и Scratte!

— 22.11.2020 01:05

12.04.2019 21:26