librosa.effect.Split 的返回值很奇怪

Question

如题，这个函数的结果不合逻辑，我不明白这个函数在做什么。

例如，这里有一些可重现的代码：

#load sample audio
filename = librosa.util.example_audio_file()
audio, sr = librosa.load(filename)

#get intervals which are non-silent
inter_20 = librosa.effects.split(audio, top_db=20)
inter_5 = librosa.effects.split(audio, top_db=5)

#create audio
above_20 = np.zeros(audio.shape)
above_5 = np.zeros(audio.shape)

for i in inter_20:
    start,end = i
    above_20[start:end]=audio[start:end]

for j in inter_5:
    start,end = j
    above_5[start:end]=audio[start:end]

#plot them out:
plt.figure(figsize=[15,3]) #figure 1
plt.plot(audio)
plt.plot(above_5,color='red')
plt.title('Audio above 5 dB')

plt.figure(figsize=[15,3]) #figure 2
plt.plot(audio)
plt.plot(above_20,color='red')
plt.title('Audio above 20 dB')

你可以从这里看到：对于图 1，这是 5dB 以上的音频：

对于图 2，这是 20dB 以上的音频：

高于 20dB 的音频怎么会超过高于 5dB 的音频呢？ 对我来说这没有意义。

Answer 1

来自文档： https: //librosa.github.io/librosa/ generated/librosa.effects.split.html

top_db:number > 0

  The threshold (in decibels) **below** reference to consider as silence

我认为 top_db:20 意味着低于 (TOP - 20dB) 的所有内容都被视为静音，而不仅仅是 20dB。

并且 TOP - 20dB 以上的会比 TOP - 5dB 多。它还可以解释你的照片。