Dưới đây là các tham số 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)
Các tham số được cung cấp trong mô tả câu hỏi cần được chuyển đổi thành các tham số mpl.specgram tương đương. Sau đây là một ví dụ về ánh xạ:
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
Nếu bạn sử dụng 8ms, bạn sẽ nhận được sức mạnh là 2 FFT (128). Sau đây là mô tả về cài đặt Praat từ trang web của họ
Xem phạm vi (Hz) : phạm vi tần số sẽ hiển thị. Tiêu chuẩn là 0 Hz ở phía dưới và 5000 Hz ở phía trên. Nếu tần số tối đa này cao hơn tần số Nyquist của Âm thanh (bằng một nửa tần số lấy mẫu của nó), một số giá trị trong biểu đồ phổ sẽ bằng 0 và tần số cao hơn sẽ được vẽ bằng màu trắng. Bạn có thể thấy điều này nếu bạn ghi lại Âm thanh ở mức 44100 Hz và đặt phạm vi xem từ 0 Hz đến 25000 Hz.
Chiều dài cửa sổ : thời lượng của cửa sổ phân tích. Nếu đây là 0,005 giây (tiêu chuẩn), Praat sử dụng cho mỗi khung hình một phần âm thanh nằm trong khoảng từ 0,0025 giây trước và 0,0025 giây sau trung tâm của khung đó (đối với cửa sổ Gaussian, Praat thực sự sử dụng nhiều hơn một chút). Độ dài cửa sổ xác định băng thông của phân tích quang phổ, tức là độ rộng của đường ngang trong biểu đồ phổ của sóng hình sin thuần túy (xem bên dưới). Đối với cửa sổ Gaussian, băng thông -3 dB là 2 * sqrt (6 * ln (2)) / (π * Chiều dài cửa sổ) hoặc 1.2982804 / Chiều dài cửa sổ. Để có được broad-band' spectrogram (bandwidth 260 Hz), keep the standard window
length of 5 ms; to get aphổ tần số hẹp (băng thông 43 Hz), hãy đặt thành 30 ms (0,03 giây). Các hình dạng cửa sổ khác cho giá trị hơi khác nhau.
Phạm vi động (dB) : Tất cả các giá trị lớn hơn Phạm vi động dưới mức tối đa (có lẽ sau khi nén động, xem Cài đặt phổ phổ nâng cao ...) sẽ được vẽ bằng màu trắng. Các giá trị ở giữa có các màu xám thích hợp. Do đó, nếu đỉnh cao nhất trong phổ phổ có độ cao 30 dB / Hz và dải động là 50 dB (là giá trị tiêu chuẩn), thì các giá trị dưới -20 dB / Hz sẽ được vẽ bằng màu trắng và các giá trị nằm giữa -20 dB / Hz và 30 dB / Hz sẽ được vẽ bằng nhiều màu xám khác nhau.
Liên kết đến cài đặt Praat
Câu hỏi của OP có thể liên quan đến sự khác biệt tương phản giữa sơ đồ Praat và sơ đồ mpl (matplotlib). Praat có cài đặt Dải động ảnh hưởng đến độ tương phản. Hàm mpl không có cài đặt / tham số tương tự. Mpl.specgram không trả về mảng 2D của các mức công suất (biểu đồ phổ), dải động có thể được áp dụng cho mảng trả về và được vẽ lại.
Sau đây là đoạn mã để tạo các ô bên dưới. Ví dụ là bài phát biểu ~ 1m15 với tiếng kêu từ 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])
