Python音频分析,librosa频谱教程详解
从现在开始,努力学习吧!本文《Python音频频谱分析,librosa教程详解》主要讲解了等等相关知识点,我会在golang学习网中持续更新相关的系列文章,欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧,希望能帮到你!
如何用 librosa 处理音频频谱?1. 安装 librosa 及其依赖库 numpy、matplotlib、scipy;2. 使用 librosa.load()加载音频文件获取时间序列和采样率;3. 通过 librosa.stft()计算短时傅里叶变换并转换为幅度或分贝谱;4. 利用 matplotlib 绘制频谱图,设置坐标轴和颜色条以增强可视化效果;5. 注意音频格式支持、单双声道选择、参数调整及频谱数据保存。整个流程涵盖加载、变换、可视化等关键步骤,适用于音乐识别、语音识别等领域。

处理音频频谱是音频分析中一个常见任务,比如在音乐识别、语音识别或者音效处理中都有广泛应用。Python 中的 librosa 库是一个非常强大的工具,专门用于音频和音乐信号分析,支持加载音频、提取特征、绘制频谱等操作。

下面我们就来看看怎么用 librosa 来处理音频频谱。

1. 安装与基础准备
使用 librosa 前,需要先安装它:
pip install librosa
除了 librosa,你可能还需要一些辅助库,比如:

numpy:进行数值计算;matplotlib:用于绘图;scipy:部分音频处理功能依赖它。
安装这些依赖可以这样:
pip install numpy matplotlib scipy
准备好后,就可以开始加载音频文件了。
2. 加载音频文件并获取原始数据
首先我们需要把音频文件读入 Python 程序中。librosa.load() 可以完成这个任务。
import librosa
# 加载音频文件,sr为目标采样率(默认22050)
y, sr = librosa.load("your_audio_file.mp3", sr=None)其中:
y是音频时间序列数组;sr是采样率(samples per second);
提示:如果设置
sr=None,会保留原音频的采样率。
加载完成后,你可以查看一下音频长度:
print(f"采样率: {sr}, 音频时长: {len(y)/sr:.2f} 秒")3. 计算短时傅里叶变换(STFT)
音频频谱本质上是将音频信号从时域转换到频域的结果。常用的方法是 短时傅里叶变换(STFT)。
import numpy as np # 执行 STFT D = librosa.stft(y) # 转换为幅度谱 magnitude = np.abs(D) # 或者转为分贝谱(更直观) db_spec = librosa.amplitude_to_db(magnitude)
这里有几个关键参数可以调整:
n_fft:FFT窗口大小,默认是2048;hop_length:帧移步长,默认是512;win_length:窗长,通常设为 n_fft 的值;
这些参数会影响频谱分辨率和时间粒度,根据实际需求灵活调整。
4. 绘制频谱图
有了分贝谱之后,我们就可以用 matplotlib 把它画出来。
import matplotlib.pyplot as plt
import librosa.display
plt.figure(figsize=(10, 6))
librosa.display.specshow(db_spec, sr=sr, x_axis='time', y_axis='hz')
plt.colorbar(format="%+2.0f dB")
plt.title("频谱图")
plt.tight_layout()
plt.show()这段代码会生成一个横轴为时间、纵轴为频率、颜色表示能量强度的热力图。
如果你想让纵轴显示的是对数频率(如音乐中常用的八度),可以把 y_axis='hz' 改成 y_axis='log'。
5. 实用技巧与注意事项
- 音频格式问题:
librosa默认支持 WAV 和一些常见格式,MP3 可能需要额外安装ffmpeg。 - 单声道 vs 双声道:
librosa.load()默认返回单声道音频,如果是双声道,可以在加载时加mono=False。 - 保存频谱数据:可以用
np.save("spec.npy", db_spec)将频谱数据保存下来,便于后续处理或训练模型使用。 - 可视化调试建议:绘制频谱时尽量加上坐标轴标签和 colorbar,方便理解图像含义。
基本上就这些操作了。整个流程包括加载音频、计算 STFT、转换为分贝谱、再绘图展示。虽然步骤不多,但每个环节都有一些细节需要注意,尤其是参数的选择和音频格式的支持方面。
如果你只是想快速看一下某个音频的频谱表现,上面的代码已经足够用了。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Python音频分析,librosa频谱教程详解》文章吧,也可关注golang学习网公众号了解相关技术文章。
setTimeout函数详解及使用技巧
- 上一篇
- setTimeout函数详解及使用技巧
- 下一篇
- Java类成员详解:变量、方法与访问控制
-
- 文章 · python教程 | 2天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 3天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1176次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1161次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1344次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1286次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1144次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

