Librosa音频处理（二）

最新推荐文章于 2026-02-16 00:40:37 发布

原创

最新推荐文章于 2026-02-16 00:40:37 发布 · 3.3k 阅读

收录于

当前文章被以下社区和专栏收录：

对音频信号的处理可以通过 librosa.ifgram 方法获取 stft 短时傅立叶变换的矩阵，对该矩阵进行修改搬移，再进行 istft 逆转换获得处理后的音频信号。

y, sr = librosa.load(path)
frequencies, D = librosa.ifgram(y, sr=sr)
'''
     中间对D进行处理就行了
'''
y = librosa.istft(D)

D为stft变换的矩阵，x 轴为时间序列，y轴为频率序列坐标对应frequencies，值为幅度。

由于D类型为numpy.ndarray，所以我们很方便就可以通过numpy库对矩阵处理。

回音
```
D = np.repeat(D, 2, axis=1)
```
间断
```
D[:,::2] = 0
```
音色
```
D = np.roll(D, 50, axis=0)
```

压缩频率

def _pool(D, poolsize):
    x = D.shape[1] // poolsize
    restsize = D.shape[1] % poolsize
    if restsize > 0:
        x += 1
        rightlist = np.zeros([ D.shape[0], poolsize-restsize])
        D = np.c_[D, rightlist]
    D = D.reshape( (-1, poolsize) )
    D = D.sum(axis=1).reshape(-1,x)
    return D

def rewardshape(D, shape):

标签