本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

 給你一張圖片，你能想象它的聲音嗎？

一個叫SpectroGraphic的神器就能做到這點。

例如，給定一個“怪物史萊克”的照片，通過這個工具，就能生成其對應(yīng)的聲譜圖。

圖像嵌入聲譜圖

大多數(shù)聲音是許多聲波的復(fù)雜組合，而每一種聲波都有不同的頻率和強度。

聲譜圖(spectrogram)是一種表示聲音的方法，它的橫軸是時間，縱軸是頻譜。

△聲譜圖示例

而SpectroGraphic所做的工作就是獲取一張圖像，簡單地把它解釋成一張聲譜圖。

這樣，就可以通過產(chǎn)生的聲音，便將圖像嵌入到了聲譜圖中。

是不是非常酷炫？

現(xiàn)在，項目已開源，每個人都可以體驗了！

項目安裝

首先，運行如下代碼來獲取命令行工具spectrographic：

pipinstallspectrographic 

也可以直接把stand-alone\文件夾里的spectrographic.py文件，作為命令行工具使用。

此外，還需要確保滿足 requirements.txt 文件中涉及的所有依賴項。

可以通過如下命令來進行安裝：

pipinstallrequirements.txt 

在使用 pip 進行安裝之后，只需要在控制臺中運行 spectrographic […]。

在使用stand-alone腳本時，必須使用 python spectrographic.py […]。

還可以簡單地從 SpectroGraphic.base 中導(dǎo)入 SpectroGraphic 類。

命令行工具的使用

usage:spectrographic[-h][--version]-iPATH_TO_IMAGE[-dDURATION][-mMIN_FREQ][-MMAX_FREQ][-rRESOLUTION][-cCONTRAST][-p][-sSAVE_FILE]Turnanyimageintosound.optionalarguments:-h,--helpshowthishelpmessageandexit--versionshowprogram'sversionnumberandexit-iPATH_TO_IMAGE,--imagePATH_TO_IMAGEPathofimagethatwewanttoembedinaspectrogram.-dDURATION,--durationDURATIONDurationofgeneratedsound.-mMIN_FREQ,--min_freqMIN_FREQSmallestfrequencyusedfordrawingtheimage.-MMAX_FREQ,--max_freqMAX_FREQLargestfrequencyusedfordrawingtheimage.-rRESOLUTION,--resolutionRESOLUTIONVerticalresolutionoftheimageinthespectrogram.-cCONTRAST,--contrastCONTRASTContrastoftheimageinthespectrogram.-p,--playDirectlyplaytheresultingsound.-sSAVE_FILE,--saveSAVE_FILEPathto.wavfileinwhichtosavetheresultingsound. 

如果你的源圖像在./source.png，想要生成10s的音頻，頻率范圍為10kHz到20kHz，還希望保存為sound.wav，最終還要播放音頻。

那么就運行如下代碼：

spectrographic--image./source.png--min_freq10000--max_freq20000--duration10--savesound.wav--play 

如果你正在使用stand-alone腳本：

pythonspectrographic.py--image./source.png--min_freq10000--max_freq20000--duration10--savesound.wav--play 

作者簡介

△右：Levi Borodenko

Levi Borodenko，目前在牛津大學攻讀數(shù)學和統(tǒng)計學碩士學位。學術(shù)研究重點是隨機分析和機器學習。

本科也就讀于牛津大學，2017-2018擔任PROMYS Oxford的輔導(dǎo)員，2018-2019年擔任PROMYS Boston的首席輔導(dǎo)員。

更多開源項目可訪問如下鏈接：
https://github.com/LeviBorodenko

傳送門

項目地址：
https://github.com/LeviBorodenko/spectrographic