WAVデータからスペクトログラム生成をGoogle Colaboratryで行う　音処理　第２回

音データを変換して画像情報にする方法のうち、Python言語で簡単に生成可能なのは（１）時間－音圧グラフと（２）スペクトログラムである。
音データを材料とした機械学習では、スペクトログラム画像を生成して学習させるものが多い。
今回はGoogleドライブに置いたWAVデータからスペクトログラムを生成する。

前回はWAVデータから時間ー音圧グラフ作成（詳細は以下の記事を参照）

WAVデータから時間－音圧グラフ生成をGoogle Colaboratryで行う　音処理　第1回

まずColaboratory起動して［ノートブックを新規作成］クリック。：詳細記事

Googleドライブをマウント（忘れないように注意！！）
画面左のフォルダから、［ドライブをマウント］アイコンクリック。
さらに［Googleドライブに接続］クリック。（しばらくColaboratory起動しなかったときの反応については後述）

ドライブのマウント完了。使用するwater01.wav（前回アップロードした）も確認できた。

スペクトログラム生成コードの記述と実行
コードの詳細説明
実行結果
いくつかの気付き項目

スペクトログラム生成コードの記述と実行

コードを記述して実行したら、スペクトログラムが描画された。

コード全体と実行結果が以下。

Saveした”water01.png”が画面左のフォルダ内に出現する。
このファイルファイルのはGoogleColab上であり、一度ノートブックを閉じたり、時間が経過すると消えてしまう。
消えないようにしたい場合には、保存場所をGoogleドライブにする。

ノートブック名を変更して保存する。
「ファイル」から「保存」選択で、保存された。

コードの詳細説明

忘れても思い出せるよう、以下にコードの説明を記述する。
初めに使用するモジュールをインポートする。
① numpyインポート
② waveインポート
③ 高度科学技術計算ライブラリscipyのモジュールscipy.signal（信号処理用）インポート
④ matplotlib.pyplotインポート
⑤ mathインポート

入力データと出力先のパスを定義して、wavデータを開いて、読み込んで、利用できるように変換する。
① 入力ファイルのパスを設定
② 出力ファイル名（パス）設定。ここをドライブ内に設定するとドライブに保存できるのかも。
③ モジュールwaveでwavデータを開く。
④ .readframes(サンプル数)関数で音圧データ配列を取得。サンプル数は .getnframes()関数で取得する。
⑤ 読み込んだバイナリ型（０と１）データを16ビット（このデータが2バイトであることは事前に分かっているため）整数値に変換。
⑥ データは2チャンネル（左右）で記録されているので、データ（行列）から左のみ取得。

次が今回のメインパート。スペクトログラム描画のためのデータ作成。
短時間フーリエ変換（Short Time Fourier Transform）を計算する。
① sp.stft(x,fs)は、測定値の時系列（x）とｘのサンプリング周波数（fs）入力で、周波数の配列（f）セグメント時間の配列（t）ｘのSTFT値の配列（Stft）を戻り値とする。
サンプリング周波数は、前回同様 .getframerate()関数で取得。
② Stft値を対数表示に直す必要があるらしい（戻り値の状態が分からないので理由は不明）。

グラフの設定を行う。
メインは5行目のplt.pcolormesh()関数。Ｘ，Ｙグラフに正方形を並べて正方形の色でその座標（Ｘ，Ｙ）での強さを表現するカラーマップ（グラフ）。ヒートマップの生成に利用される。似た関数に .pcolor()があるが .pcolormeshの方が描写が早いらしい。
① グラフの描画領域を設定。単位はインチ。
② グラフのタイトル設定。
③ x軸のラベル設定。
④ y軸のラベル設定。
⑤ カラーマップ（スペクトログラム）描画。関数plt.pcolormesh(x,y,data)で座標（x,y）の四角にdataの値に対応した色を着色する。cmapはカラーマップの色を指定するパラメータで、デフォルトは‘viridis’で紫―緑－黄（後述）。‘jet’は青－緑－黄－赤と変化が大きいので色の変化を感じやすい。
⑥ 画像を定義したファイル名（パス）で保存