Spectrogram ของเสียงการเต้นของหัวใจ
Spectral engineering เป็นหนึ่งในเทคนิคที่ใช้กันมากที่สุดใน machine learning สำหรับข้อมูล time series ขั้นตอนแรกของกระบวนการนี้คือการคำนวณ spectrogram ของเสียง ซึ่งจะบอกว่ามีเนื้อหาเชิงสเปกตรัม (เช่น เสียงต่ำและเสียงสูง) ใดบ้างในเสียงนั้น ณ แต่ละช่วงเวลา ในแบบฝึกหัดนี้ คุณจะคำนวณ spectrogram ของไฟล์เสียงการเต้นของหัวใจ
เราได้โหลดเสียงการเต้นของหัวใจหนึ่งครั้งไว้ในตัวแปร audio แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning สำหรับข้อมูล Time Series ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import the stft function
____
# Prepare the STFT
HOP_LENGTH = 2**4
spec = ____(audio, hop_length=HOP_LENGTH, n_fft=2**7)