如何利用librosa中的函数计算出心音信号的每个mfcc系数所对应的频段范围？请写出代码

Librosa是一个Python库，主要用于处理音频数据，其中的Mel频率倒谱系数(MFCCs)是一种常用的特征提取方法，用于音乐信息检索、语音识别等领域。MFCC系数对应的是特定的频段范围，这些频段基于Mel频率尺度。

首先，你需要安装librosa库，如果还没有安装，可以使用pip install librosa命令安装。接下来，计算MFCC系数并获取其对应的频段范围的大致步骤如下：

import librosa
import numpy as np

# 加载音频文件
filename = 'your_audio_file.wav'
y, sr = librosa.load(filename)

# 提取MFCC
mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=40)  # 可以调整n_mfcc来改变MFCC系数的数量

# 获取每个系数对应的频率范围
mel_bands = librosa.filters.mel(sr, fmax=sr / 2)
freqs = librosa.fft_frequencies(sr)  # 音频样本率到频率的映射
mel_freqs = np.dot(mel_bands, freqs[:, None])  # Mel频率范围

# 将Mel频率转换回Hz范围
hz_freqs = librosa.power_to_db(mel_freqs, ref=np.max)

# 对应于MFCC的频率范围，通常是最小值索引对应的第一带，最大值索引对应最后一带
coeff_freq_ranges = [(hz_freqs[i, 0], hz_freqs[i, -1]) for i in range(mfcc.shape[1])]

# 输出结果
for i, freq_range in enumerate(coeff_freq_ranges):
    print(f"MFCC {i+1}: {freq_range}")

注意，上述代码会显示每个多径衰减系数（MFCC）对应的一对最低和最高频率。实际应用中，你可能会根据需要进一步分析这些频段。