理解librosa.feature.spectral_contrast

Question

我正在使用python，我正在尝试使用这个函数，但是我正在与它做斗争。

​

​

  def extract_feature_for_one_signal(signal):
    signal = signal.astype(float)
    mel = np.mean(librosa.feature.melspectrogram(signal, sr=SAMPLE_RATE, n_fft=N_FFT, hop_length=HOP_LENGTH).T, axis=0)
    mfccs = np.mean(librosa.feature.mfcc(y=signal, sr=SAMPLE_RATE, n_mfcc=40).T, axis=0)
    stft = np.abs(librosa.stft(signal))
    chroma = np.mean(librosa.feature.chroma_stft(S=stft, sr=SAMPLE_RATE).T, axis=0)
    **contrast = np.mean(librosa.feature.spectral_contrast(S=stft, sr=SAMPLE_RATE).T, axis=0)**
    tonnetz = np.mean(librosa.feature.tonnetz(y=librosa.effects.harmonic(signal), sr=SAMPLE_RATE).T, axis=0)
    average_distance = []
    for std in STD_NUMS:
        average_distance.append(average_distance_between_spikes(np.abs(signal), std, 320))
        average_distance.append(average_distance_between_spikes(signal, std, 320))
    return mfccs, chroma, mel, contrast, tonnetz, average_distance

这个项目就是在这里：

    contrast = np.mean(librosa.feature.spectral_contrast(S=stft, sr=SAMPLE_RATE).T, axis=0)

SAMPLE_RATE = 1000 (it must be 1000.....)

我能做些什么才能让它发挥作用？

Answer 1

你的尼奎斯特会比抽样率大。尝试将滤波器带的数目从默认的6修改为3或4。你也可以将fmin减少到50。

你选择的抽样率太小了。保持在44100左右，这是标准。那应该会很好的