Как из картинки power spectogram получить аудио файл?

Question

[Maruto]

Добрый день. Я преобразую аудио в картинку следующим кодом, не переводя stft в абсолютные числа, чтобы не потерять данные. Как я понимаю, вообще ничего не теряю, чтобы восстановить первоначальный звук, поправьте, если не так.

path = '/content/drive/MyDrive/originalputin/2.mp3.wav'

audio, sr = librosa.load(path)

print('length of the audio:',len(audio)/sr)

audio_stft = librosa.stft(audio)

audio_stft_db = librosa.power_to_db(audio_stft)

print('audio_stft.shape:',audio_stft.shape)
print('audio_stft_db.shape:',audio_stft_db.shape)

import matplotlib.pyplot as plt
import librosa.display

fig, ax = plt.subplots()
img = librosa.display.specshow(audio_stft_db, y_axis='log', x_axis='time', ax=ax)
ax.set_title('Power spectrogram')
fig.colorbar(img, ax=ax, format="%+2.0f dB")

На выходе получаю картинку. Что-то типа этой.



Вопросы.

1) Как мне без потери качества скачать только картинку этой spectogram? Чтобы без рамок, без шкалы. Главное, без потери качества вообще.

2) Как мне из этой картинки без потери качества получить снова исходный аудио файл?

Спасибо.

Answer 1

[Maruto]

Этот вопрос решен.

Answer 2

[U235U235]

По поводу п.2 - никак. Т.к. нет информации о фазе.

Comments

[Maruto]

А где я ее теряю?

[Maruto]

В переводе в дб?

[U235U235]

Исходный действительный сигнал, делается преобразование Фурье (оконное, не важно), получаете комплексный Фурье образ. Мощность это модуль комплексного Фурье-образа.
Числа 2+3j и 3+2j разные, а модуль у них один и тот же. Зная модуль вы не можете однозначно сказать какое комплексное число ему соответствует.
Как-то так...

[Maruto]

U235U235, librosa.stft, то есть обычное stft ведь выдает комплексные числа, а не их модуль, верно?

[U235U235]

Maruto, верно. Но power_to_db выдает предупреждение warning и предварительно берет модуль.