griffin演算法是基於沒有相位的線性語譜圖進行重建。本文採用45ms窗寬，10ms滑動窗的語譜圖進行語音頻號重建。以下為python實現的griffin重建演算法。基本思想：
step1: 初始化乙個隨機相位
step2: 短時反傅利葉變換
step3: 短時傅利葉變換，保留相位，幅度取最初的幅度
step4: 迴圈至停止n次迭代。
gl_iters = 120
n_fft, hop_length, win_length = 720, 160,720
def _griffin_lim(s):
angles = np.exp(2j * np.pi * np.random.rand(*s.shape))
s_complex = np.abs(s).astype(np.complex)
y = _istft(s_complex * angles)
for i in range(gl_iters):
angles = np.exp(1j * np.angle(_stft(y)))
y = _istft(s_complex * angles)
return y
def _stft(y):
return librosa.stft(y=y, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
def _istft(y):
return librosa.istft(y, hop_length=hop_length, win_length=win_length)
audiodata, sr = librosa.load(filename, sr=16000, mono=true) # 使用檔案取樣率
d = librosa.stft(audiodata, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
spect, phase = librosa.magphase(d) # 語音資訊域幅度和相位３密切關聯
reaudio = _griffin_lim(d)
plt.plot(audiodata)
plt.plot(reaudio)
原始語音頻號
重建一次語音頻號
重建120次語音頻號
基於python的爬蟲
本次初學，參考的資料見 功能主要是抓取韓寒的部落格內容，以及儲存 到 hanhan的資料夾中,執行環境實在linux下的。見 具體 如何 usr bin env python coding utf 8 import urllib import time url 60 con urllib.urlop...
基於python的opencv教程
第一次寫部落格，學習是要有輸入與輸出的，所謂教學相長。所以我想試著自己寫乙份教程，算是對自己的學習總結吧，部落格的排版比較直男，請湊合看吧。首先建議的ide是pycharm，opencv的庫直接pip安裝就好，最好大家有一定的python基礎。第一部分是關於圖象讀取和儲存。import cv2imp...
基於python的基本函式
什麼是函式？函式就是將一段 寫在一起，如果需要使用，直接呼叫即可 就是封裝一段功能 的 塊，這段 可以被多次使用 def define 定義 函式名稱命名規範 單詞全部小寫，多個單詞之間用 連線，函式名要和實現 的功能有關係，做到見名知意 def 函式名 引數列表 函式功能 def eat prin...