pythonで時間周波数解析~メルスペクトログラム~

このブログでは、時間周波数解析としてSTFTとウェーブレット変換で、定Q変換をやりました。今回はメルスペクトログラムをやってみます。メルスペクトログラムは、周波数が人間の知覚に近いメル尺度(低周波数の音を良く知覚する)に変換されたSTFTのことです。以前と同様に、音源はESC-50というデータセットからお借りしました。データセットのリポジトリはこちら➡https://github.com/karolpiczak/ESC-50 siren(サイレン)のタグがついたファイルを借りました➡1-76831-A-42.wav

librosa.feature.melspectrogramを用いたメルスペクトログラム

音響信号処理によく使われるライブラリであるlibrosaを用います。このライブラリはpipでインストールできます。時間軸の生成にはlibrosa.time_to_framesを用い、周波数軸の生成にはlibrosa.mel_frequenciesを用います。コードは次の通りです。

import matplotlib.pyplot as plt
import numpy as np
import librosa
if __name__ == "__main__":
    wave, fs = wav_read(path_to_wavfile)
    n_mels = 128
    fmax = 8000
    mel = librosa.feature.melspectrogram(y=wave, sr=fs, n_mels=n_mels, fmax=fmax)
    mel_dB = librosa.power_to_db(mel, ref=np.max) #dBに変換
    frq = librosa.mel_frequencies(n_mels=n_mels, fmax=fmax) #周波数軸 
    t = librosa.frames_to_time(np.arange(mel_dB.shape[1]), sr=fs)  # 時間軸
    plt.pcolormesh(t, frq, mel_dB, cmap = 'jet')
    plt.show()
    plt.close()

結果は以下のグラフです。