Sox , «Швейцарский армейский нож аудио манипуляции», может генерировать точные спектрограммы PNG из звуковых файлов. Он играет практически все, и двоичные файлы доступны для Windows. На самом базовом уровне вы бы использовали что-то вроде этого:
sox my.wav -n spectrogram
Если вам нужна спектрограмма без осей, названий, легенд и светлого фона высотой 100 пикселей:
sox "Me, London.mp3" -n spectrogram -Y 130 -l -r -o "Me, London.png"
Sox принимает множество опций, если вы хотите, например, анализировать только один канал. Если вам нужно, чтобы изображение было еще круче, вы можете постобработать полученный PNG.
Вот краткий обзор из командной строки обо всех доступных параметрах, man-страница содержит более подробную информацию :
-x num X-axis size in pixels; default derived or 800
-X num X-axis pixels/second; default derived or 100
-y num Y-axis size in pixels (per channel); slow if not 1 + 2^n
-Y num Y-height total (i.e. not per channel); default 550
-z num Z-axis range in dB; default 120
-Z num Z-axis maximum in dBFS; default 0
-q num Z-axis quantisation (0 - 249); default 249
-w name Window: Hann (default), Hamming, Bartlett, Rectangular, Kaiser
-W num Window adjust parameter (-10 - 10); applies only to Kaiser
-s Slack overlap of windows
-a Suppress axis lines
-r Raw spectrogram; no axes or legends
-l Light background
-m Monochrome
-h High colour
-p num Permute colours (1 - 6); default 1
-A Alternative, inferior, fixed colour-set (for compatibility only)
-t text Title text
-c text Comment text
-o text Output file name; default `spectrogram.png'
-d time Audio duration to fit to X-axis; e.g. 1:00, 48
-S time Start the spectrogram at the given time through the input