นี่คือพารามิเตอร์ matplotlib.specgram
matplotlib.mlab.specgram(x,
NFFT=256,
Fs=2,
detrend=<function detrend_none at 0x1dd6410>,
window=<function window_hanning at 0x1e0b1b8>,
noverlap=128,
pad_to=None,
sides='default',
scale_by_freq=None)
พารามิเตอร์ที่ให้ไว้ในคำอธิบายคำถามจำเป็นต้องแปลงเป็นพารามิเตอร์ mpl.specgram ที่เปรียบเทียบกันได้ ต่อไปนี้เป็นตัวอย่างของการแมป:
View range: 0-8000Hz Fs=16000
Window length: 0.005s NFFT = int(Fs*0.005) = 80
noverlap = int(Fs*0.0025) = 40
Dynamic range: 70dB n/a
Time steps: 1000 n/a
Frequency steps: 250
Window shape: Gaussian default window is hanning change to gaussian
หากคุณใช้ 8ms คุณจะได้รับ 2 FFT (128) ต่อไปนี้เป็นคำอธิบายของการตั้งค่า Praat จากเว็บไซต์ของพวกเขา
มุมมอง (Hz) : ช่วงความถี่ที่จะแสดง มาตรฐานคือ 0 Hz ที่ด้านล่างและ 5,000 Hz ที่ด้านบน หากความถี่สูงสุดนี้สูงกว่าความถี่ Nyquist ของเสียง (ซึ่งเป็นครึ่งหนึ่งของความถี่การสุ่มตัวอย่าง) ค่าบางอย่างใน spectrogram จะเป็นศูนย์และความถี่ที่สูงขึ้นจะถูกวาดด้วยสีขาว คุณสามารถดูสิ่งนี้หากคุณบันทึกเสียงที่ 44100 Hz และตั้งค่าระยะการมองจาก 0 Hz ถึง 25000 Hz
ความยาวหน้าต่าง : ระยะเวลาของหน้าต่างการวิเคราะห์ หากนี่คือ 0.005 วินาที (มาตรฐาน), Praat ใช้สำหรับแต่ละเฟรมส่วนของเสียงที่อยู่ระหว่าง 0.0025 วินาทีก่อนและ 0.0025 วินาทีหลังจากกึ่งกลางของเฟรมนั้น (สำหรับหน้าต่าง Gaussian, Praat ใช้บิตมากกว่านั้นจริง) ความยาวหน้าต่างกำหนดแบนด์วิดท์ของการวิเคราะห์สเปกตรัมนั่นคือความกว้างของเส้นแนวนอนในสเปคโทรแกรมของคลื่นไซน์บริสุทธิ์ (ดูด้านล่าง) สำหรับหน้าต่างเกาส์แบนด์วิดท์ -3 dB คือ 2 * sqrt (6 * ln (2)) / (π * ความยาวหน้าต่าง) หรือ 1.2982804 / ความยาวหน้าต่าง ในการรับbroad-band' spectrogram (bandwidth 260 Hz), keep the standard window
length of 5 ms; to get aสเปคโทรแกรมแคบ (แบนด์วิดธ์ 43 Hz) ให้ตั้งค่าเป็น 30 มิลลิวินาที (0.03 วินาที) รูปร่างหน้าต่างอื่นให้ค่าแตกต่างกันเล็กน้อย
ช่วงไดนามิก (dB) : ค่าทั้งหมดที่มีมากกว่าช่วงไดนามิก dB ต่ำกว่าค่าสูงสุด (อาจเป็นหลังจากการบีบอัดแบบไดนามิกดูการตั้งค่าสเปกตรัมขั้นสูง ... ) จะถูกวาดด้วยสีขาว ค่าในระหว่างนั้นมีเฉดสีเทาที่เหมาะสม ดังนั้นถ้าสูงสุดสูงสุดใน spectrogram มีความสูง 30 dB / Hz และช่วงแบบไดนามิกคือ 50 dB (ซึ่งเป็นค่ามาตรฐาน) แล้วค่าต่ำกว่า -20 dB / Hz จะถูกวาดในสีขาวและค่าระหว่าง -20 dB / Hz และ 30 dB / Hz จะวาดในเฉดสีเทาต่างๆ
เชื่อมโยงไปยังการตั้งค่า Praat
คำถามของ OP อาจเกี่ยวข้องกับความแตกต่างของความแตกต่างระหว่างโปรแกรม specatat และ mpl (matplotlib) Praat มีการตั้งค่าช่วงไดนามิกซึ่งมีผลต่อความคมชัด ฟังก์ชั่น mpl ไม่มีการตั้งค่า / พารามิเตอร์ที่คล้ายกัน mpl.specgram จะส่งกลับอาร์เรย์ 2 มิติของระดับพลังงาน (spectrogram) ช่วงไดนามิกสามารถนำไปใช้กับอาร์เรย์ส่งคืนและพล็อตใหม่ได้
ต่อไปนี้เป็นข้อมูลโค้ดเพื่อสร้างแปลงด้านล่าง ตัวอย่างคือการพูด ~ 1m15s ด้วยเสียงร้องเจี๊ยก ๆ จาก 20Hz-8000Hz
import numpy
import pylab
import wave
import array
pylab.close('all')
w1 = wave.open('example_no_noise.wav')
w2 = wave.open('example_noise.wav')
# hmmm, probably a better way to do this, scipy.io function?
x1 = numpy.array(array.array('h', w1.readframes(w1.getnframes())))
x2 = numpy.array(array.array('h', w2.readframes(w2.getnframes())))
x1 = x1 / (2.**(16-1)) # normalize
x2 = x2 / (2.**(16-1)) # normalize
Fs = 16000.
NFFT = int(Fs*0.005) # 5ms window
noverlap = int(Fs*0.0025)
pylab.figure(1)
pylab.specgram(x1, NFFT=NFFT, Fs=Fs, noverlap=noverlap,
cmap=pylab.get_cmap('Greys'))
pylab.title('Full 1m15s example min noise')
pylab.figure(2)
pylab.specgram(x2, NFFT=NFFT, Fs=Fs, noverlap=noverlap,
cmap=pylab.get_cmap('Greys'))
pylab.title('Full 1m15s example more noise')
pylab.figure(3); n=2100*176;
pylab.specgram(x2[n:n+256*256], NFFT=NFFT, Fs=Fs, noverlap=noverlap,
cmap=pylab.get_cmap('Greys'))
pylab.title('Full ~4s example min noise')
pylab.figure(4); pylab.plot(x1[n:n+256*256])
