Как конвертировать WAV-файл в RGB-изображение с помощью мельспектограммы?

Question

Я работаю над классификацией звука с файлами WAV в диапазоне от 1 до 4 секунд. я хочу конвертировать wav в изображение размером 224x224x3, которое я могу заплатить в Resnet для классификации Для преобразования необходимо использовать мельспектограмму Спасибо за помощь

Answer 1

Вы можете использовать librosa для получения спектрограммы мела, как это:

import librosa
import matplotlib.pyplot as plt

y, sr = librosa.load(librosa.util.example_audio_file()) # your file
S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128, fmax=8000)
librosa.display.specshow(librosa.power_to_db(S, ref=np.max), fmax=8000)
plt.savefig('mel.png')

Имейте ввиду, что это ложные цвета, RGB здесь не имеет смысла - ни какой-либо многоканальный. Используйте архитектуру, которая работает с одним каналом.