如果改成这样呢“pitch_freqs_smoothed = np.convolve(pitch_freqs, np.ones(221) , mode='same')”
时间: 2024-02-12 14:03:18 浏览: 69
如果你将卷积核的长度设置为221,但是卷积核中的每个元素都是1,那么实际上就是对pitch_freqs进行了一个加权平均。这种修改方式可能会模糊音频信号中的细节,而不是仅仅进行平滑处理。因此,这种修改方式可能不是很适合这个应用场景。一般来说,我们会使用长度为奇数的卷积核来进行平滑处理,以保证卷积后的结果中心点位置不变。同时,我们还会使用一个相对较小的卷积核,以避免过度平滑。因此,将卷积核设置为长度为221,且每个元素都是1,可能不是一个好的选择。
相关问题
那我改成这样对吗“pitch_freqs_smoothed = np.convolve(pitch_freqs, np.ones(221) / 221, mode='same')”
是的,你的修改是正确的。将卷积核的长度设置为221,同时使用长度为221的全1数组进行卷积运算,可以实现正确的平滑处理。具体来说,这段代码会使用221个相邻的采样点来计算每个点的平均值,从而得到一个平滑后的pitch_freqs_smoothed数组。这个数组可以在之后的计算中用来作为输入,以获得更准确的结果。
解释pitch_freqs_smoothed = np.convolve(pitch_freqs, np.ones(5) / 5, mode='same')
这段代码的作用是对一个包含音频信号中频率信息的数组pitch_freqs进行平滑处理,以减少噪声和突发的频率变化。具体来说,代码中使用的是一维卷积操作np.convolve,将pitch_freqs和长度为5的全1数组np.ones(5) / 5进行卷积,即对pitch_freqs中每个元素及其左右两个元素进行加权平均,得到平滑后的频率信息数组pitch_freqs_smoothed。这里mode='same'表示输出与输入数组具有相同的长度。
阅读全文