我想在最大尺寸为180×180像素的图像中表示音频文件.
我想生成这个图像,以便它以某种方式给出音频文件的表示,想象它像SoundCloud的波形(振幅图)?

我想知道你们中是否有人为此事做点什么.我一直在寻找一些,主要是"音频可视化"和"音频缩略图",但我没有找到任何有用的东西.
我首先将此发布到ux.stackexchange.com,这是我尝试联系任何正在进行此操作的程序员.
我安装了一个模型,其中:
Y~A + A ^ 2 + B + mixed.effect(C)
Y是连续的A是连续的B实际上指的是DAY,目前看起来像这样:
Levels: 1 < 2 < 3 < 4 < 5 < 6 < 7 < 8 < 9 < 11 < 12
Run Code Online (Sandbox Code Playgroud)
我可以轻松地更改数据类型,但我不确定将B视为数字,因子或有序因子是否更合适.AND当被视为数字或有序因子时,我不太清楚如何解释输出.
当被视为有序因子时,summary(my.model)输出如下内容:
Linear mixed model fit by REML ['lmerMod']
Formula: Y ~ A + I(A^2) + B + (1 | mixed.effect.C)
Fixed effects:
Estimate Std. Error t value
(Intercept) 19.04821 0.40926 46.54
A -151.01643 7.19035 -21.00
I(A^2) 457.19856 31.77830 14.39
B.L -3.00811 0.29688 -10.13
B.Q -0.12105 0.24561 …Run Code Online (Sandbox Code Playgroud) 我有时会发现从我GLMMs参数glmer,封装lme4,显示下面的警告消息,当他们的总结叫做:
Warning messages:
1: In vcov.merMod(object, use.hessian = use.hessian) :
variance-covariance matrix computed from finite-difference Hessian is
not positive definite or contains NA values: falling back to var-cov estimated from RX
2: In vcov.merMod(object, correlation = correlation, sigm = sig) :
variance-covariance matrix computed from finite-difference Hessian is
not positive definite or contains NA values: falling back to var-cov estimated from RX
Run Code Online (Sandbox Code Playgroud)
我在Stackoverflow上发现的类似问题是指其他功能,而不是glmer,LME4 Wiki也没有对此进行详细说明。在这个问题中,在解决此类错误消息之前就已经解决了该问题,这里的讨论重点是特定模型而不是警告消息的含义。
因此,问题是:我应该担心该消息,还是可以,因为它只是警告而不是错误,所以就可以了,正如它所说的,它“回落到RX估计的var-cov”(无论RX是什么)无论如何。
有趣的是,尽管摘要指出模型无法收敛,但我没有得到通常的红色收敛警告。
这里是一个(最小)数据集:
testdata=structure(list(Site …Run Code Online (Sandbox Code Playgroud)