使用 librosa 计算光谱质心

【问题标题】：Spectral Centroid Calculation using librosa使用 librosa 计算光谱质心
【发布时间】：2020-03-03 14:06:53
【问题描述】：

我找到了以下两种计算光谱质心的方法，但它们返回的值不同。

哪个是正确的版本，两者有何不同？

def spectral_centroid(x, samplerate=44100):
    magnitudes = np.abs(np.fft.rfft(x)) # magnitudes of positive frequencies
    length = len(x)
    freqs = np.abs(np.fft.fftfreq(length, 1.0/samplerate)[:length//2+1]) # positive frequencies
    return np.sum(magnitudes*freqs) / np.sum(magnitudes)

cent = librosa.feature.spectral_centroid(y=y, sr=sr)
print(np.mean(cent.T, axis=0))

【问题讨论】：

标签： python signal-processing librosa

【解决方案1】：

如果您遵循正确的公式，那么两者都应该是正确的。不过我会选择librosa 实现，因为我相信它背后的开发团队。显然，如果它在您的用例中提供优势，您也可以使用您的方法。

现在让我们解决为什么结果不同？这是因为您的方法使用在numpy.fft.rfft 中实现的Discrete Fourier Transform (DFT)，而librosa.feature.spectral_centroid 方法使用@987654325 @。您可以通过查看以下 librosa 链接来验证这一点：spectral-centroid 和 spectrum。

STFT 和 DFT 具有不同的优势，因此由于 STFT 是时间相关的，并且不会丢失时间变化的信息，因此它比 DFT 计算量更大且速度更慢。

【讨论】：

感谢您的回复。我的理解是，librosa 会将信号分成更短的 bin，并计算每个窗口的质心，并将结果显示为数组。如果这是正确的，那么在整个时间范围内，取平均值是计算质心的最佳方法吗？
我会说是的，在给定同样长的帧（就是这种情况）的情况下，平均值应该是确定一般光谱质心的好方法。