librosa中音频样本的单位是什么？

Question

这几天，我正在使用librosa，它是一种音频处理库。作为加载音频文件的基本步骤，可以使用下面的功能。

librosa.core.load()

1. 然后，音频文件表示为音频时间序列。我认为时间序列的每个值都是音频的振幅。但是，我不知道振幅的单位是什么。
2. 还有，振幅，功率，dB和能量之间的关系是什么？

Answer 1

librosa.load返回类型为float32的numpy数组，其值在-1.0和1.0之间。这些值在现实世界中对应的物理量（或根本不对应）是未知的。因此，它本身就是 unitless 。

如果使用麦克风录制文件，则这些值与气压的变化呈线性关系。如果您知道记录时的气压（平均值和最小值/最大值），则可以将这些值映射回压力（单位：帕斯卡）。

Answer 2

Librosa 的文档中没有定义振幅单位。但是，您可以使用以下命令将幅度转换为分贝单位：librosa.amplitude_to_db(S, ref=1.0, amin=1e-05, top_db=80.0)

可在此处找到 Librosa 幅度函数的文档：https://librosa.org/doc/main/core.html#magnitude-scaling