小编Aka*_*lia的帖子

我正在使用beat_trackLibrosa 的本机函数：

from librosa.beat import beat_track
tempo, beat_frames = beat_track(audio, sampling_rate)

歌曲的原始节奏为 ，146 BPM而函数近似为73.5 BPM。虽然我明白73.5*2 ~ 148 BPM，但我们如何才能实现以下目标：

1. 知道何时扩大/缩小估计
2. 通过预处理信号提高精度

想了解两者之间的区别，

from tensorflow.keras.preprocessing.text import Tokenizer

sentences = [
    'i love my dog',
    'I, love my cat',
    'You love my dog!'
]

tokenizer = Tokenizer(num_words = 1)
tokenizer.fit_on_texts(sentences)
word_index = tokenizer.word_index
print(word_index)

订单/订单 - {'love': 1, 'my': 2, 'i': 3, 'dog': 4, 'cat': 5, 'you': 6}

对比

from tensorflow.keras.preprocessing.text import Tokenizer

sentences = [
    'i love my dog',
    'I, love my cat',
    'You love my dog!'
]

tokenizer = Tokenizer(num_words = 100)
tokenizer.fit_on_texts(sentences)
word_index = tokenizer.word_index
print(word_index)

订单/订单 - {'love': 1, …