Spectrogrammes d’un enregistrement de battements de cœur
L’ingénierie spectrale est l’une des techniques les plus courantes en Machine Learning pour les séries temporelles. La première étape consiste à calculer un spectrogramme du son. Il décrit le contenu spectral (par exemple, 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 battements de cœur.
Nous avons chargé un unique son de battement de cœur dans la variable audio.
Cet exercice fait partie du cours
Machine Learning for Time Series Data in Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Import the stft function
____
# Prepare the STFT
HOP_LENGTH = 2**4
spec = ____(audio, hop_length=HOP_LENGTH, n_fft=2**7)