spec2image

spec2image 该算法将任意声音文件转换为二维形状的图像序列，与鼠标的听觉皮层的色调图一致。 前处理 每个window * sample_rate点对原始声音信号执行傅里叶变换。 默认参数与语音识别任务window = 20ms ， overlap = 50% 。 然后生成一个频谱图。 出于记忆的目的，首先缩小听觉皮层的色调图。 每个色调主题图的原始形状均为'2000, 2500 2000，2500 '2000, 2500 。 使用形状为(4, 4)块进行平均，将最终形状变为(500, 625) 。 色调映射的权重 对于频谱图中的每个时间点，提取封装了所有频率幅度的矢量。 随后，对每个地图频率周围的色调专题图选择性（当前为4kHz，16kHz和32kHz）的幅值进行求和（信号中的感兴趣频率是使用以地图选择性为中心的高斯窗口选择的）。 然后在任何给定时间将每个tonotpic映射