スペクトル特徴量を作成する
ご覧のとおり、生の音声ファイルと比べると、スペクトログラムにははるかに多くの情報が含まれます。スペクトル特徴量を計算すると、何が起きているかをずっと正確に把握できます。そのため、スペクトログラムを基盤として計算できるスペクトル特徴量にはさまざまな種類があります。この演習では、その一部を見ていきます。
前の演習で作成したスペクトログラム spec がワークスペースで利用できます。
この演習はコースの一部です
Pythonで学ぶMachine Learningによる時系列データ解析
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
import librosa as lr
# Calculate the spectral centroid and bandwidth for the spectrogram
bandwidths = lr.feature.____(S=____)[0]
centroids = lr.feature.____(S=____)[0]