提取音频频率，以时间为维度。代码

以下是Python代码示例，用于提取音频频率，以时间为维度：

import numpy as np
import scipy.io.wavfile as wavfile

# 读取音频文件
sample_rate, data = wavfile.read('audio.wav')

# 计算音频长度
duration = len(data) / sample_rate

# 分段处理音频信号，每段长度为segment_size，有50%的重叠
segment_size = 1024
overlap = segment_size // 2
segments = np.array([data[i:i + segment_size] for i in range(0, len(data) - segment_size, overlap)])

# 对每个分段进行FFT变换，得到频域数据
freq_domain_data = np.fft.fft(segments)

# 计算频率轴
freq_axis = np.fft.fftfreq(segment_size, 1 / sample_rate)[:segment_size//2]

# 取振幅谱，并对结果做幅度归一化
amplitude_spectrum = np.abs(freq_domain_data[:, :segment_size//2]) / segment_size

# 可视化频谱信息
import matplotlib.pyplot as plt

plt.imshow(amplitude_spectrum.T, aspect='auto', origin='lower')
plt.xlabel('Time')
plt.ylabel('Frequency')
plt.show()

这段代码首先读取音频文件，然后将音频信号分为多个长度为`segment_size`的段进行FFT变换，得到频域数据。通过计算频率轴，可以得到每个时间点对应的频率信息。最后，将振幅谱可视化，以便于观察不同时间点的频率成分。注意，这里仅仅给出了一个简单的示例，实际的音频处理过程可能需要更多的步骤和技术。