如何使用Python将scipy.signal.spectrogram反转为音频？

我有：

但是，这会产生一个（几乎）空的声音文件。

正如@DrSpill所提到的，订单是错误的，而且从导入也不正确。这应该做到：

import librosa
from scipy import signal 
import scipy.io.wavfile as sf    

samples, sample_rate = sf.read(args.file)
nperseg = int(sample_rate * 0.001 * 20)
frequencies, times, spectrogram = signal.spectrogram(samples, 
                                                     sample_rate, 
                                                     nperseg=nperseg, 
                                                     window=signal.hann(nperseg))

audio_signal = librosa.griffinlim(spectrogram)
print(audio_signal, audio_signal.shape)

sf.write('test.wav', audio_signal, sample_rate)

备注： 当我听到结果文件时，它的速度加快了，我认为这是由于您的处理，但经过一些调整，它应该可以工作

一个很好的替代方法是仅使用，如下所示：

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

# read file
file    = "temp/processed_file.wav"
fs, sig = scipy.io.wavfile.read(file)
nperseg = int(fs * 0.001 * 20)

# process
frequencies, times, spectrogram = scipy.signal.spectrogram(sig, 
                                                           fs, 
                                                           nperseg=nperseg, 
                                                           window=scipy.signal.hann(nperseg))
audio_signal = librosa.core.spectrum.griffinlim(spectrogram)
print(audio_signal, audio_signal.shape)

# write output
scipy.io.wavfile.write('test.wav', fs, np.array(audio_signal, dtype=np.int16))

librosa.output是。它不再提供不推荐使用的输出模块。相反，请尝试：

---

要使用Griffin Lim，您需要一个幅值谱图。我会尝试在

signal.spectrogram（…mode='magnity'）

调用中指定模式。没有测试过，没有。同样的结果我不能评论librosa图书馆。假设这不是问题所在，您是否尝试了scipy.io库来读取和写入音频文件？scipy.io.wavfile.read和scipy.io.wavfile.write。请注意，顺序从signal，signal_rate更改为signal_rate，signal。（）我使用的是

soundfile

重建的文件是否具有相同数量的样本？很抱歉回答得太晚，我刚刚进一步测试了这一点，在第二个解决方案中，应该指定输入采样率（我相应地编辑了代码）。我用它验证了输入和输出信号具有相同的采样率。但是，在使用第二种解决方案时，应注意比特率和编码。有关更多信息，请参阅。

import librosa
import numpy as np

# read file
file    = "temp/processed_file.wav"
sig, fs = librosa.core.load(file, sr=8000)

# process
abs_spectrogram = np.abs(librosa.core.spectrum.stft(sig))
audio_signal = librosa.core.spectrum.griffinlim(abs_spectrogram)

print(audio_signal, audio_signal.shape)

# write output
librosa.output.write_wav('test2.wav', audio_signal, fs)
 

import numpy as np
import soundfile as sf
sf.write('stereo_file.wav', np.random.randn(10, 2), 44100, 'PCM_24')

#Per your code you could try:
sf.write('test.wav', audio_signal, sample_rate, 'PCM_24')