如何根据音频文件的分解频谱图计算实际频谱图？

Question

我从这样的音频文件中分解了频谱图：

import librosa
y, sr = librosa.load('my audio file.wav')
S = np.abs(librosa.stft(y))
W, H = librosa.decompose.decompose(S, n_components=32) 

现在如何将分解后的频谱图重新构成为实际的频谱图。

我想要的就是这种功能：

S=recompose(W,H)

Answer 1

返回的结果是线性分解为激活和分量。我们可以使用这两个点积的另一种方法。

import librosa
import numpy
import sklearn.decomposition

filename = librosa.util.example_audio_file()
y, sr = librosa.load(filename)
y = y[:20000] # smaller file, make it go faster

# abs() is not invertible, can replace with minmax scaling
S = numpy.abs(librosa.stft(y))

transformer = sklearn.decomposition.NMF(n_components=32)
W, H = librosa.decompose.decompose(S, transformer=transformer)
S_recomposed = W.dot(H)
print(numpy.sum(numpy.abs(S - S_recomposed)))

请注意，重组永远不会是完美的。但是随着n_components的增加，它应该会变得更好。