Librosa - 如何为立体声音频创建梅尔频谱图？

Question

有一个代码可以为单声道音频生成梅尔频谱图。

import librosa, librosa.display
import matplotlib.pyplot as plt
import numpy as np

file = "C:/Users/User/Desktop/sound.wav"

y, sr = librosa.load(file, sr=48000)

librosa.feature.melspectrogram(y=y, sr=sr)

S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128, fmax=12000)
S_dB = librosa.power_to_db(S, ref=np.max)
lr.display.specshow(S_dB, x_axis='time', y_axis='mel', sr=sr, fmax=12000)

plt.colorbar(format='%+2.0f dB')
plt.title('Mel-spektrogram')
plt.tight_layout()
plt.show()

是否有可能重写代码以生成立体声音频的梅尔频谱图？如果不能，我还能怎么做？

Answer 1

要获取 multi-channel 数据，您需要使用 librosa.load(..., mono=False)。 y 的形状将变为 (channels, samples)。然后，您可以为每个通道分别计算 mel-spectrogram。