如何从音频文件中获取频谱图？

Question

所以我正尝试以这种方式将一些音频映射到图像（频谱图）中： *获取光谱数据（512个样本）。 *使png 512 * 512 =>第i行的像素值，col j =样本j的频率j的振幅（创建图像大约需要10秒）

[频谱数据的512个样本=> 43 Hz /样本]

但是结果不是很好（我上传了其中之一：）。

我的目标是为卷积神经网络提供这些图像，但是根据我的技术，我产生了56％的精度，这一点都不好：（

请问一些建议吗？

Answer 1

这看起来很像频谱图。一个建议是将x（频率）和幅度（颜色）都切换为对数刻度，它与我们的感知更好地匹配，但是我不确定这对神经网络是否有任何影响