提取特定长宽的梅尔语谱图的python代码

以下是提取特定长宽的梅尔语谱图的Python代码示例：

import librosa
import librosa.display
import numpy as np
import matplotlib.pyplot as plt

# 加载音频文件
audio_file = 'path/to/audio/file.wav'
y, sr = librosa.load(audio_file)

# 计算梅尔频谱
n_fft = 2048
hop_length = 512
n_mels = 128
mel_spec = librosa.feature.melspectrogram(y=y, sr=sr, n_fft=n_fft,
                                           hop_length=hop_length, n_mels=n_mels)

# 转换为对数刻度
log_mel_spec = librosa.power_to_db(mel_spec, ref=np.max)

# 提取特定长宽
start_sec = 0
end_sec = 5
start_frame = int(start_sec * sr / hop_length)
end_frame = int(end_sec * sr / hop_length)
width = end_frame - start_frame
height = n_mels
mel_spec_crop = log_mel_spec[:, start_frame:end_frame]

# 绘制梅尔频谱图
plt.figure(figsize=(10, 4))
librosa.display.specshow(mel_spec_crop, sr=sr, hop_length=hop_length,
                         x_axis='time', y_axis='mel', cmap='coolwarm')
plt.colorbar(format='%+2.0f dB')
plt.title('Mel Spectrogram')
plt.tight_layout()
plt.show()

在这个例子中，我们使用`librosa`库加载音频文件，并计算梅尔频谱。然后，我们将梅尔频谱转换为对数刻度，并使用`start_sec`和`end_sec`变量提取特定时间范围内的梅尔频谱。最终，我们绘制裁剪后的梅尔频谱图，其中`width`和`height`变量分别为特定的宽度和高度。