Scipy.signal.spectrogram输出长度

Question

我试着分析一首歌在数组中某个时刻的频率。

我使用scipy.signal.spectrogram函数来生成这些频率。歌曲的长度为2:44，或164秒，scipy.wavfile读取的采样率为44100。

当我使用谱图时：

f, t, Sxx= signal.spectrogram(data[:, 1], sr)

F的长度很小，129个元素。T是更长的，在32322，但仍然是一个很长的机会离开7240320采样窗口在原始的wavfile.read。

(数据：，1是音频数据的正确通道)

Answer 1

F的长度( stft 256的默认nperseg )除以2(仅为频率标度的正侧)+1(频率0)。时间上的样本数是通过

t.size = len(data[:, 1]) / nperseg * (1 + noverlap) 

其中noverlap是256/8=32。

Answer 2

频率阵列f被限制在nperseg的一半加上零频率，所以

f.size = int(1 + nperseg / 2)

虽然时间数组受段数的限制，但您可以根据nperseg和noverlap从数据数组中提取片段，如下所示

t.size = int(len(data[:, 1]) - noverlap) / (nperseg - noverlap))

如果您设想使用nperseg=8和noverlap=1有两个片段，您需要至少有15个样本的信号，这就更容易理解了。