使用Librosa将Mel-谱图PNG转换为语音，这有可能吗？

Question

我能把mel-谱图png转换成用python(librosa，scipy.)声音'wav‘吗？

因为我有gan项目来生成mel-谱图图像，我不想再把它们转换成声音

我的程序是：

1-将wav转换成mel-谱图，并将结果保存为png。

2-将png结果提供给生成器。

3-发生器的结果是mel-谱图，将结果保存为png。

4-问题=> “发生器对WAV的CONVERTE PNG结果”

任何解决方案，或替代生产这一周期将不胜感激。

Answer 1

如果保存.tiff，则值不变，您可以看到灰度中的谱图。

#from wav to tiff
y, sr = librosa.load(songname)
whale_song, _ = librosa.effects.trim(y)
n_fft=2048
hop_length=512
n_mels=128
S = librosa.feature.melspectrogram(whale_song, sr=sr, n_fft=n_fft, 
                                hop_length=hop_length, n_mels=n_mels)
from PIL import Image
im =Image.fromarray(S).convert('F') 
im.show()
im.save("/content/gdrive/My Drive/sp.tiff")

#from tiff to wav 
m=Image.open("/content/gdrive/My Drive/sp.tiff") 
import numpy as np
img=np.array(im)
wav=librosa.feature.inverse.mel_to_audio(img)
print(img)
import soundfile
soundfile.write("4.wav",wav,samplerate=sr)`