設計頻譜特徵
你應該也注意到了，與原始音訊檔相比，頻譜圖包含的資訊更多。透過計算頻譜特徵，你會更清楚地掌握發生了什麼。因此，你可以以頻譜圖為基礎計算各式各樣的頻譜特徵。在這個練習中，你將看看其中幾種特徵。
上一個練習中的頻譜圖 spec 已經在你的工作環境中提供。
本練習屬於課程
Python 的時間序列資料機器學習
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
import librosa as lr
# Calculate the spectral centroid and bandwidth for the spectrogram
bandwidths = lr.feature.____(S=____)[0]
centroids = lr.feature.____(S=____)[0]