我正在进行一个语音情感识别机器学习项目。

我目前使用pyAudioAnalysis来进行多目录特征提取。然而，数据集中包含了很多近似静音的部分。我的目标是从所有音频中去除这些近似静音的部分，然后提取有意义的特征。

我当前的方法是使用librosa来修剪静音部分。

from librosa.effects import trim
import librosa
from pyAudioAnalysis import audioBasicIO
import matplotlib.pyplot as plt
signal, Fs = librosa.load(file_directory)
trimed_signal = trim(signal,top_db=60)
fig, ax = plt.subplots(nrows=3, sharex=True, sharey=True)
librosa.display.waveplot(trimed_signal, sr=Fs, ax=ax[0])
ax[0].set(title='Monophonic')
ax[0].label_outer()

我尝试使用librosa.display.waveplot来绘制修剪后的波形，但出现了一个AttributeError，显示AttributeError: module 'librosa' has no attribute 'display'

我的问题是

1. 如何绘制修剪后的波形？
2. 是否可以生成一个修剪后的.wav文件？这是因为pyAudioAnalysis的特征提取输入是.wav文件路径，但librosa的输出是数组。

回答：

1. 你需要单独import librosa.display。请查看这个问题以了解原因。
2. 你可以使用librosa.output.write_wav（查看文档）将修剪后的数组存储为波形文件。例如librosa.output.write_wav(path, trimed_signal, Fs)。