如何获取1Hz至32kHz对数频率间隔的频谱图数值数组？

核心思路 #

scipy.signal.stft生成的是线性间隔的频率轴，要得到1Hz~32kHz的对数间隔幅度数组，需先计算线性STFT的幅度谱，再通过插值将线性频率上的幅度值映射到自定义的对数频率轴上。

实现步骤与代码示例 #

1. 基础STFT计算（保留原有代码）

import librosa
import scipy
import numpy as np
from scipy.interpolate import interp1d

# 加载音频
sample, samplerate = librosa.load('sound.wav', sr=64000)
# 计算线性频率的STFT
f, t, Zxx = scipy.signal.stft(
    sample, 
    fs=samplerate, 
    window='hamming', 
    nperseg=512, 
    noverlap=256
)
# 提取幅度谱
mag = np.abs(Zxx)

2. 生成对数频率轴

用np.logspace生成1Hz到32kHz的对数间隔频率点，可指定点数（建议和原线性频率点数一致，方便后续对比）：

# 生成对数频率轴：1Hz到32kHz，点数与原线性频率轴相同
log_f = np.logspace(
    np.log10(1),       # 起始频率的对数（1Hz）
    np.log10(32000),   # 结束频率的对数（奈奎斯特频率）
    num=len(f)         # 对数频率点的数量
)

3. 插值映射幅度到对数频率轴

有两种常用插值方式，按需选择：

方式一：线性插值（快速高效）

用np.interp对每个时间帧的幅度做线性插值：

log_mag = np.zeros((len(log_f), len(t)))
for idx in range(len(t)):
    # 将当前时间帧的线性幅度插值到对数频率轴上
    log_mag[:, idx] = np.interp(log_f, f, mag[:, idx])

方式二：高阶插值（结果更平滑）

用scipy.interpolate.interp1d实现三次插值，无需循环，效率更高：

# 创建插值函数，指定对频率轴（axis=0）做三次插值
interp_func = interp1d(f, mag, axis=0, kind='cubic', fill_value="extrapolate")
# 得到对数频率对应的幅度数组
log_mag = interp_func(log_f)

4. 可选优化：过滤无效频率范围

原STFT的频率轴包含0Hz，而我们的目标是1Hz起，可先过滤掉1Hz以下的频率点，避免外推误差：

# 过滤出1Hz及以上的频率点
valid_mask = f >= 1
f_valid = f[valid_mask]
mag_valid = mag[valid_mask, :]

# 重新生成对应点数的对数频率轴
log_f = np.logspace(np.log10(1), np.log10(32000), num=len(f_valid))

# 插值得到优化后的对数幅度数组
interp_func = interp1d(f_valid, mag_valid, axis=0, kind='cubic')
log_mag = interp_func(log_f)

最终结果说明 #

• log_f：1Hz到32kHz的对数间隔频率数组
• log_mag：对应对数频率轴的二维幅度数组，维度为(对数频率点数, 时间帧数量)，可直接用于后续分析或可视化

内容的提问来源于stack exchange，提问作者Pouple