Spectrogrammes d'un battement de cœur
L'ingénierie spectrale est l'une des techniques les plus courantes en Machine Learning pour les données de séries temporelles. La première étape de ce processus consiste à calculer un spectrogramme d'un son. Il décrit le contenu spectral (p. ex., les basses et les hautes fréquences) présent dans le son au fil du temps. Dans cet exercice, vous allez calculer le spectrogramme d'un fichier audio de battement de cœur.
Nous avons chargé un seul son de battement de cœur dans la variable audio.
Cette activité fait partie du cours
Machine Learning pour les données chronologiques en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import the stft function
____
# Prepare the STFT
HOP_LENGTH = 2**4
spec = ____(audio, hop_length=HOP_LENGTH, n_fft=2**7)