### 将音频文件转换为语谱图并保存 要将 `.wav` 文件转换为语谱图并将其作为图像保存，可以使用 Python 中的 `matplotlib` 和 `librosa` 库。以下是具体方法： #### 使用 LibROSA 绘制和保存语谱图 LibROSA 是一个功能强大的音频分析库，支持多种音频处理操作，包括绘制语谱图[^2]。 ```python import librosa import matplotlib.pyplot as plt # 加载音频文件 audio_path = 'example.wav' # 替换为目标音频路径 y, sr = librosa.load(audio_path) # 计算短时傅里叶变换 (STFT) D = librosa.stft(y) # 转换为分贝刻度 S_db = librosa.amplitude_to_db(abs(D), ref=np.max) # 绘制语谱图 plt.figure(figsize=(10, 4)) librosa.display.specshow(S_db, sr=sr, x_axis='time', y_axis='hz') plt.colorbar(format='%+2.0f dB') plt.title('Spectrogram') # 保存图像 output_image_path = 'spectrogram.png' plt.savefig(output_image_path) plt.show() ``` 上述代码通过加载音频文件计算其 STFT 并将其可视化为语谱图，最后将结果保存为 PNG 图像文件。 --- #### 使用 Matplotlib 的 `specgram` 方法 如果不想依赖 LibROSA，也可以直接使用 `matplotlib` 提供的 `specgram` 函数来完成这一任务[^3]。 ```python from scipy.io import wavfile import numpy as np import matplotlib.pyplot as plt # 加载音频数据 sample_rate, wave_data = wavfile.read('example.wav') # 替换为目标音频路径 # 如果是立体声，则取单声道 if len(wave_data.shape) > 1: wave_data = wave_data[:, 0] # 绘制语谱图 plt.figure(figsize=(10, 4)) Pxx, freqs, bins, im = plt.specgram( wave_data, NFFT=512, # FFT 窗口大小 Fs=sample_rate, # 采样率 noverlap=500 # 帧重叠量 ) plt.ylabel('Frequency [Hz]') plt.xlabel('Time [sec]') plt.colorbar(label='Intensity [dB]') # 保存图像 output_image_path = 'spectrogram_matplotlib.png' plt.savefig(output_image_path) plt.show() ``` 此代码片段利用 SciPy 来读取 WAV 文件，并调用 `matplotlib` 的 `specgram` 方法生成语谱图。 --- #### 总结 两种方法都可以成功将音频文件转换为语谱图并保存为图像文件。推荐优先考虑 LibROSA 方案，因为它提供了更丰富的音频处理工具集以及更好的默认参数设置。 ---