librosa.feature.melspectrogram 的形状

Question

我试图了解以下内容的输出librosa.feature.melspectrogram：>>> import numpy as np>>> from librosa.feature import melspectrogram>>>>>>>>> melspectrogram(np.random.randn(128), n_mels=128).shape(128, 1)>>> melspectrogram(np.random.randn(900), n_mels=128).shape(128, 2)>>> melspectrogram(np.random.randn(500), n_mels=128).shape(128, 1)>>> melspectrogram(np.random.randn(512), n_mels=128).shape(128, 2)>>> melspectrogram(np.random.randn(511), n_mels=128).shape(128, 1)>>> melspectrogram(np.random.randn(1023), n_mels=128).shape(128, 2)>>> melspectrogram(np.random.randn(1024), n_mels=128).shape(128, 3)>>> melspectrogram(np.random.randn(2055), n_mels=128).shape(128, 5)>>> melspectrogram(np.random.randn(2047), n_mels=128).shape(128, 4)什么决定了它形状的第二个值？第一个很清楚，它是n_mels，但是从文档中我无法理解第二个来自哪里。

Answer 1

它是帧中信号的长度（不是样本），取决于窗口和跳长。

具体来说：1 + len(y) // hop_length