다음은 matplotlib.specgram 매개 변수입니다.
matplotlib.mlab.specgram(x,
NFFT=256,
Fs=2,
detrend=<function detrend_none at 0x1dd6410>,
window=<function window_hanning at 0x1e0b1b8>,
noverlap=128,
pad_to=None,
sides='default',
scale_by_freq=None)
질문 설명에 제공된 매개 변수는 비슷한 mpl.specgram 매개 변수로 변환해야합니다. 다음은 매핑의 예입니다.
View range: 0-8000Hz Fs=16000
Window length: 0.005s NFFT = int(Fs*0.005) = 80
noverlap = int(Fs*0.0025) = 40
Dynamic range: 70dB n/a
Time steps: 1000 n/a
Frequency steps: 250
Window shape: Gaussian default window is hanning change to gaussian
8ms를 사용하면 2FFT (128)의 거듭 제곱이됩니다. 다음은 웹 사이트의 Praat 설정에 대한 설명입니다
보기 범위 (Hz) : 표시 할 주파수 범위. 표준은 하단이 0Hz이고 상단이 5000Hz입니다. 이 최대 주파수가 사운드의 나이키 스트 주파수 (샘플링 주파수의 절반)보다 높으면 스펙트로 그램의 일부 값이 0이되고 높은 주파수는 흰색으로 표시됩니다. 44100Hz에서 사운드를 녹음하고보기 범위를 0Hz에서 25000Hz로 설정하면이 정보를 볼 수 있습니다.
창 길이 : 분석 창의 기간. 이 값이 0.005 초 (표준) 인 경우, Praat은 각 프레임에 대해 해당 프레임 중심에서 0.0025 초 전과 0.0025 초 사이에있는 사운드 부분을 사용합니다 (가우시안 윈도우의 경우 Praat는 실제로 그보다 조금 더 많이 사용함). 창 길이는 스펙트럼 분석의 대역폭, 즉 순수한 사인파의 스펙트로 그램에서 수평선의 너비를 결정합니다 (아래 참조). 가우스 윈도우의 경우 -3dB 대역폭은 2 * sqrt (6 * ln (2)) / (π * Window length) 또는 1.2982804 / Window length입니다. broad-band' spectrogram (bandwidth 260 Hz), keep the standard window
length of 5 ms; to get a협 대역 스펙트로 그램 (대역폭 43Hz) 을 얻으려면 30ms (0.03 초)로 설정하십시오. 다른 창 모양은 약간 다른 값을 제공합니다.
다이나믹 레인지 (dB) : 다이나믹 레인지 dB보다 최대 값 이하인 모든 값은 (아마도 다이나믹 압축 후, 고급 스펙트로 그램 설정 ... 참조) 흰색으로 표시됩니다. 사이의 값은 적절한 회색 음영을 갖습니다. 따라서 스펙트로 그램에서 가장 높은 피크의 높이가 30dB / Hz이고 동적 범위가 50dB (표준 값)이면 -20dB / Hz 미만의 값은 흰색으로 표시되고 그 사이의 값은 -20 dB / Hz 및 30 dB / Hz가 다양한 회색 음영으로 그려집니다.
Praat 설정에 연결
OP의 질문은 Praat specgram과 mpl (matplotlib) specgram의 명암 차이에 관한 것일 수 있습니다. Praat에는 명암에 영향을주는 다이나믹 레인지 설정이 있습니다. mpl 기능은 비슷한 설정 / 파라미터가 없습니다. mpl.specgram은 다이나믹 레인지가 리턴 배열에 적용되어 다시 표시 될 수있는 2D 전력 레벨 배열 (스펙트로 그램)을 반환합니다.
다음은 아래 그림을 작성하는 코드 스 니펫입니다. 예는 20Hz-8000Hz의 처프가있는 ~ 1m15s 음성입니다.
import numpy
import pylab
import wave
import array
pylab.close('all')
w1 = wave.open('example_no_noise.wav')
w2 = wave.open('example_noise.wav')
# hmmm, probably a better way to do this, scipy.io function?
x1 = numpy.array(array.array('h', w1.readframes(w1.getnframes())))
x2 = numpy.array(array.array('h', w2.readframes(w2.getnframes())))
x1 = x1 / (2.**(16-1)) # normalize
x2 = x2 / (2.**(16-1)) # normalize
Fs = 16000.
NFFT = int(Fs*0.005) # 5ms window
noverlap = int(Fs*0.0025)
pylab.figure(1)
pylab.specgram(x1, NFFT=NFFT, Fs=Fs, noverlap=noverlap,
cmap=pylab.get_cmap('Greys'))
pylab.title('Full 1m15s example min noise')
pylab.figure(2)
pylab.specgram(x2, NFFT=NFFT, Fs=Fs, noverlap=noverlap,
cmap=pylab.get_cmap('Greys'))
pylab.title('Full 1m15s example more noise')
pylab.figure(3); n=2100*176;
pylab.specgram(x2[n:n+256*256], NFFT=NFFT, Fs=Fs, noverlap=noverlap,
cmap=pylab.get_cmap('Greys'))
pylab.title('Full ~4s example min noise')
pylab.figure(4); pylab.plot(x1[n:n+256*256])
