我不知道怎么做这个,我得到了一个例子,谱图,但这是2D.

我这里有代码生成混合频率,我可以在fft中选择这些,我怎样才能在频谱图中看到这些？我很欣赏我的例子中的频率不随时间而变化; 这是否意味着我会在谱图上看到一条直线？

我的代码和输出图像:

# create a wave with 1Mhz and 0.5Mhz frequencies
dt = 2e-9
t = np.arange(0, 10e-6, dt)
y = np.cos(2 * pi * 1e6 * t) + (np.cos(2 * pi * 2e6 *t) * np.cos(2 * pi * 2e6 * t))
y *= np.hanning(len(y))
yy = np.concatenate((y, ([0] * 10 * len(y))))

# FFT of this
Fs = 1 / dt  # sampling rate, Fs = 500MHz = 1/2ns
n = len(yy)  # length …

我用 gnuplot 4.6 版绘制了一个频谱图。我确保它是最新版本：http : //www.gnuplot.info/download.html

Gnuplot 是从 Debian 存储库安装的。

右侧的绘图区域和比例尺包含奇怪的白线。他们似乎将数据分开。在数据密集的绘图区域，它们看起来像方格图案：

线条在刻度上不太明显，但它们也在那里。秤上只有水平线。

我认为这是显示器色域或其他东西的情况，但线条也会出现在pdf monochrome.

我的代码是：

#!/usr/bin/gnuplot

set term pdf
# set style fill noborder # checked with and without this line
set output "../results1/fft.pdf"
set pm3d map
splot "../results1/fft.dat"

正如您在那里阅读的那样，我尝试使用选项 noborder 但无论是否存在线条都存在。

示例数据可以是：

0 1 3
0 2 3
0 3 4
0 4 2
0 5 2
0 6 3
0 7 4
0 8 3

1 1 3
1 2 2
1 3 4
1 …

所述用于MATLAB文档示例spectrogram函数给出了具有设置为在频率轴上的例子[0 500].我可以将其更改为类似的内容[0 100]吗？显然运行axis命令会为我做这个,但是这会调整最终结果并"炸毁"结果图,使其像素化.我基本上希望建立一个仅在0-100之间寻找频率的频谱图,而不是在建立频谱图后重新调整频率.

以下是该文档的示例:

T = 0:0.001:2;
X = chirp(T,0,1,150);
spectrogram(X,256,250,256,1E3,'yaxis');

这产生以下结果:

低于350Hz的所有东西都是不需要的.有没有办法在构建频谱图时不包括350到500之间的所有内容,而不是在事后调整轴？

我在 MATLAB 中有一个程序，我想将它移植到 Python。问题是我在其中使用了内置spectrogram函数，虽然 matplotlibspecgram函数看起来相同，但当我同时运行这两个函数时，我得到了不同的结果。

这些是我一直在运行的代码。

MATLAB：

data = 1:999; %Dummy data. Just for testing.

Fs = 8000; % All the songs we'll be working on will be sampled at an 8KHz rate

tWindow = 64e-3; % The window must be long enough to get 64ms of the signal
NWindow = Fs*tWindow; % Number of elements the window must have
window = hamming(NWindow); % Window used in the spectrogram

NFFT = 512;
NOverlap = NWindow/2; % …

x是一个numpy.float32数组,使用来自值-200到0.这些是dB(分贝)值.

当我这样做时(按照此处的建议):

Image.fromarray(x, mode='F')

我得到一个灰度或有时几乎是黑色的图像.

如何将[-200,0]中的float映射到24位RGB字节数组(使用色彩映射),可以使用Python模块PIL读取Image.fromarray(x, mode='RGB')？

编辑:

所需的.wav音频文件是在这里,为此我们要绘制的频谱.

这是一些要测试的代码:

import scipy, numpy as np
import scipy.io.wavfile as wavfile
import numpy as np
from PIL import Image

def stft(x, fftsize=1024, overlap=4): 
    hop = fftsize / overlap
    w = scipy.hanning(fftsize+1)[:-1]
    return np.array([np.fft.rfft(w*x[i:i+fftsize]) for i in range(0, len(x)-fftsize, hop)])

def dB(ratio):
    return 20 * np.log10(ratio+1e-10)

def magnitudedB(frame, fftsize=1024):
    w = scipy.hanning(fftsize+1)[:-1]
    ref = np.sum(w) / 2
    return …

我正在尝试将 CNN 的验证准确率从 76%（当前）提高到 90% 以上。我将在下面展示有关我的 CNN 性能和配置的所有信息。

本质上，我希望我的 CNN 区分两类梅尔谱图：

第 1 类 第 2 类 这是准确率与纪元的关系图：

这是损失与时代的关系图

最后，这里是模型架构配置

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),activation='relu',input_shape=(3, 640, 480)))
model.add(Conv2D(64, (3, 3), activation='relu', dim_ordering="th"))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(2, activation='softmax'))

这是我对 model.compile() 和 model.fit() 的调用

model.compile(loss=keras.losses.categorical_crossentropy,
          optimizer=keras.optimizers.SGD(lr=0.001),
          metrics=['accuracy'])
print("Compiled model")

history = model.fit(X_train, Y_train,
      batch_size=8,
      epochs=50,
      verbose=1,
      validation_data=(X_test, Y_test))

如何更改我的 CNN 配置以提高验证准确度分数？

我尝试过的事情：

1. 降低学习率以防止准确性的零星波动。
2. 将 batch_size 从 64 减少到 8。
3. 将时代数增加到 50（但不确定这是否足够）。

任何帮助将不胜感激！

更新 #1 我将时代数增加到 200，在让程序运行一夜之后，我得到了大约 76.31% …

我正在关注scipy.signal.spectrogram 上的教程示例。是否可以限制我们想要计算频谱图的频率，假设在 1000-2000Hz 范围内。根据 FFT，我们将获得一半的采样频率。如果不是，那么我可以对输出进行切片以获得 3D 矩阵，t,f,Sxx其中我将频率限制为 1000-2000 Hz？在我的情况下，我的信号仅包含特定范围的频率，并且保留所有频率对我的分析来说代价高昂。

Librosa 和 Scipy 都有这个fft功能，但是，即使输入相同的信号，它们也会给我不同的频谱图输出。

西比

我正在尝试使用以下代码获取频谱图

import numpy as np                                       # fast vectors and matrices
import matplotlib.pyplot as plt                          # plotting
from scipy import fft      

X = np.sin(np.linspace(0,1e10,5*44100))

fs = 44100          # assumed sample frequency in Hz
window_size = 2048  # 2048-sample fourier windows
stride = 512        # 512 samples between windows
wps = fs/float(512) # ~86 windows/second
Xs = np.empty([int(2*wps),2048])

for i in range(Xs.shape[0]):
    Xs[i] = np.abs(fft(X[i*stride:i*stride+window_size]))

fig = plt.figure(figsize=(20,7))
plt.imshow(Xs.T[0:150],aspect='auto')
plt.gca().invert_yaxis()
fig.axes[0].set_xlabel('windows (~86Hz)')
fig.axes[0].set_ylabel('frequency')
plt.show()

然后我得到以下频谱图 …

我有：

import librosa
from scipy import signal 
import scipy.io.wavfile as sf    

samples, sample_rate = sf.read(args.file)
nperseg = int(sample_rate * 0.001 * 20)
frequencies, times, spectrogram = signal.spectrogram(samples, 
                                                     sample_rate, 
                                                     nperseg=nperseg, 
                                                     window=signal.hann(nperseg))

audio_signal = librosa.griffinlim(spectrogram)
print(audio_signal, audio_signal.shape)

sf.write('test.wav', audio_signal, sample_rate)

然而，这会产生一个（接近）空的声音文件。

我创建了 4 秒长的数据并绘制了其频谱图。nperseg 被指定为 100。由于此窗口长度，x 轴不会从 0 开始并在 4s 结束。有没有办法将频谱图的时间轴与原始时域信号对齐？

from scipy import signal
import matplotlib.pyplot as plt
import numpy as np

fs = 100
N = 400
time = np.arange(N) / float(fs)
y = 500*np.cos(2*np.pi*5*time)

f, t, Sxx = signal.spectrogram(y, fs, nperseg = 100)
plt.pcolormesh(t, f, Sxx, shading='gouraud')
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.show()

plt.plot(time, y)

下图是一个例子，时域信号和频谱图都是从0开始到1s结束。