Librosa एक Python पैकेज है जो ऑडियो और म्यूजिक फाइल्स का विश्लेषण करने में मदद करता है। यह पैकेज म्यूजिक रिट्रीवल इन्फॉर्मेशन सिस्टम बनाने में भी मदद करता है। इस लेख में, हम देखेंगे कि Librosa स्पेक्ट्रोग्राम प्लॉट को विशिष्ट आकार की इमेज के रूप में कैसे सेव करें।
चरण
फिगर साइज सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग एडजस्ट करें।
एक फिगर और सबप्लॉट्स का सेट बनाएं।
स्पेक्ट्रोग्राम में प्रति समय सैंपल्स, इमेज की ऊंचाई और चौड़ाई स्टोर करने के लिए तीन अलग-अलग वेरिएबल्स, hl, hi, wi इनिशियलाइज़ करें।
डेमो ट्रैक लोड करें।
एक विंडो बनाएं, यानी ऑडियो टाइम सीरीज़ के लिए एक लिस्ट।
window और चरण 3 डेटा के साथ melspectrogram() का उपयोग करके मेल-स्केल्ड स्पेक्ट्रोग्राम कंप्यूट करें।
power_to_db() मेथड का उपयोग करके पावर स्पेक्ट्रोग्राम (एम्प्लिट्यूड स्क्वेयर्ड) को डेसीबल (dB) यूनिट्स में कन्वर्ट करें।
img के रूप में स्पेक्ट्रोग्राम प्रदर्शित करें (इसे यहां सेव कर सकते हैं)।
savefig() का उपयोग करके img सेव करें।
plt.show() मेथड का उपयोग करके इमेज प्रदर्शित करें।
उदाहरण
import numpy as np import matplotlib.pyplot as plt import librosa.display plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True fig, ax = plt.subplots() hl = 512 # स्पेक्ट्रोग्राम में प्रति टाइम-स्टेप सैंपल्स hi = 128 # इमेज की ऊंचाई wi = 384 # इमेज की चौड़ाई # डेमो ट्रैक लोड करें y, sr = librosa.load(librosa.ex('trumpet')) window = y[0:wi*hl] S = librosa.feature.melspectrogram(y=window, sr=sr, n_mels=hi, fmax=8000, hop_length=hl) S_dB = librosa.power_to_db(S, ref=np.max) img = librosa.display.specshow(S_dB, x_axis='time', y_axis='mel', sr=sr, fmax=8000, ax=ax) plt.savefig("out.png") plt.show()आउटपुट
