目前，我有来自数据集here的一堆mp3文件及其功能。所有的频谱图都是预先计算的，所以我想知道如何从文件中加载给定的频谱图并至少显示它。理想情况下，我希望能够使用给定的时间码跳到频谱图中的某个点。
答案 0 :(得分：0)
功能的生成脚本已发布here。它指出使用np.savetxt保存功能，这意味着您可以使用np.loadtext加载功能。
功能/频谱图一旦加载，它们的行为就类似于常规的numpy数组。知道跳长和采样率将使您找出频谱图帧的时间码。注意，也许不是所有的频谱图都具有相同的跳长！因此，值得密切注意脚本中特征的提取方式。
例如，考虑基于melspec的{{1}}（请参见here）。 librosa默认情况下将音频重新采样到22,050 Hz（单声道），然后将音频传递到librosa.feature.melspectrogram，默认情况下，它使用512个样本的跳变长度（请参阅docs）。因此，如果22050个采样对应于一秒钟的音频（这就是22.05 kHz的采样率），那么512个采样对应于512/22050 Hz = 0.023s。也就是说，频谱图中的每一帧大约对应23毫秒。
要显示频谱图，请使用melspectrogram。
根据docs改编的代码示例：
librosa.display.specshow