我可以将librosa生成的频谱图转换回音频吗？

Question

我将一些音频文件转换为声谱图，并使用以下代码将其保存到文件中：

import os
from matplotlib import pyplot as plt
import librosa
import librosa.display
import IPython.display as ipd

audio_fpath = "./audios/"
spectrograms_path = "./spectrograms/"
audio_clips = os.listdir(audio_fpath)

def generate_spectrogram(x, sr, save_name):
    X = librosa.stft(x)
    Xdb = librosa.amplitude_to_db(abs(X))
    fig = plt.figure(figsize=(20, 20), dpi=1000, frameon=False)
    ax = fig.add_axes([0, 0, 1, 1], frameon=False)
    ax.axis('off')
    librosa.display.specshow(Xdb, sr=sr, cmap='gray', x_axis='time', y_axis='hz')
    plt.savefig(save_name, quality=100, bbox_inches=0, pad_inches=0)
    librosa.cache.clear()

for i in audio_clips:
    audio_fpath = "./audios/"
    spectrograms_path = "./spectrograms/"
    audio_length = librosa.get_duration(filename=audio_fpath + i)
    j=60
    while j < audio_length:
        x, sr = librosa.load(audio_fpath + i, offset=j-60, duration=60)
        save_name = spectrograms_path + i + str(j) + ".jpg"
        generate_spectrogram(x, sr, save_name)
        j += 60
        if j >= audio_length:
            j = audio_length
            x, sr = librosa.load(audio_fpath + i, offset=j-60, duration=60)
            save_name = spectrograms_path + i + str(j) + ".jpg"
            generate_spectrogram(x, sr, save_name)

我希望保留音频的最详细信息和质量，以便我可以将它们重新转换为音频而不会造成太多损失（它们各自为80MB）。

是否可以将它们转换回音频文件？我该怎么办？

我尝试使用librosa.feature.inverse.mel_to_audio，但是它不起作用，而且我认为它不适用。

我现在有1300个频谱图文件，并希望与它们一起训练生成对抗网络，以便可以生成新的音频，但是如果以后无法收听结果，我就不想这样做。 / p>

Answer 1

是的，有可能恢复大部分信号并用例如Griffin-Lim算法（GLA）。可以在librosa中找到其针对Python的“快速”实现。使用方法如下：

import numpy as np
import librosa

y, sr = librosa.load(librosa.util.example_audio_file(), duration=10)
S = np.abs(librosa.stft(y))
y_inv = librosa.griffinlim(S)

这就是原始和重建的样子：

默认情况下，该算法会随机初始化相位，然后反复进行正向和反向STFT操作以估计相位。

查看您的代码以重构信号，您只需要这样做：

import numpy as np

X_inv = librosa.griffinlim(np.abs(X))

这只是一个例子。如@PaulR所指出的，在您的情况下，您需要从jpeg加载数据（这是有损的！），然后首先对amplitude_to_db应用逆变换。

由于人工神经网络的进步，可以进一步改善算法，尤其是相位估计。 Here是讨论某些增强功能的论文。