5块硬盘组RAID5 坏了2块，如何重建？

Posted 2023-05-16

是IBM的服务器，一共5块硬盘组RAID5，现在换了2块新的，需要做重建，如果重建？越详细越好

参考技术A 坏了2块，无法重建，只能将故障盘得数据救回来才能重建，麻木乱顺序上电等于报废数据！！或者重配参数装系统使用！！

如何从 librosa 中的 mel 频谱图重建 STFT 矩阵，以便重建原始音频？

【中文标题】如何从 librosa 中的 mel 频谱图重建 STFT 矩阵，以便重建原始音频？

【英文标题】：How can I reconstruct the STFT matrix from a mel spectrogram in librosa so I reconstruct the original audio?

【发布时间】：2020-08-31 02:06:26

【问题描述】：

我使用以下代码在 librosa 中生成了一个 melspectrogram

import os
from matplotlib import pyplot as plt
import librosa
import librosa.display
import pylab
import numpy as np


x, sr = librosa.load('audio/example.wav')
mel = librosa.feature.melspectrogram(x,sr)
P = librosa.power_to_db(mel, ref=np.max)
librosa.display.specshow(P)
pylab.savefig("example.png", bbox_inches=None, pad_inches=0)

据我了解，频谱图只是音频信号的 STFT 矩阵的直观表示。我正在尝试重建用于生成频谱图的 STFT 矩阵，以便将其传递给 griffin lim 函数。我该怎么做？

使用 STFT 数据生成频谱图

def generate_spectrogram(x, sr):
    X = librosa.stft(x)
    Xdb = librosa.amplitude_to_db(abs(X))
    fig = plt.figure(figsize=(10, 10), dpi=100, frameon=False)
    ax = fig.add_axes([0, 0, 1, 1], frameon=False)
    ax.axis('off')
    librosa.display.specshow(Xdb, sr=sr, cmap='gray', x_axis='time', y_axis='hz')
    plt.savefig('example.png', quality=100, bbox_inches=0, pad_inches=0)
    librosa.cache.clear()

【参考方案1】：

我不确定这个问题是否适合这个论坛的当前形式（堆栈交换可能更合适），但由于它与基于 DNN 的语音合成管道非常相关，我认为这是一个好主意稍微扩展一下。

我们不能从梅尔谱图中准确地重建 STFT。原因是我们 Mel 是 STFT 的“压缩”版本，其频率来自 Mel 标度，然后在这些频率上应用（到 STFT）三角滤波器。通常，我们会丢失从 STFT 到 mel 的信息。有关详细说明，请参阅这篇出色的文章。

https://haythamfayek.com/2016/04/21/speech-processing-for-machine-learning.html

现在，回到您的问题 - 我假设您正在以 Tacotron [1] 工作的方式进行语音合成 - 为了应用 Griffin Lim，正如您正确指出的那样，我们需要线性频谱图。论文中的做法是使用神经网络将 Mel 转换为 STFT。他们称之为 postnet，因为它在 Mels 被预测后充当后处理器。

要设置此网络，请将地面实况（目标）音频转换为 Mels，并创建一个循环网络（CBHG 或其他任何东西）将其转换为 STFT 等价物。最大限度地减少这些 STFT 预测与我们可以从目标音频创建的实际 STFT 之间的损失。

[1]https://arxiv.org/abs/1703.10135

【讨论】：

我实际上正在使用频谱图进行音频风格传输，使用 cyclegans。我不确定您上面描述的将 Mel 转换为 STFT 的过程是否相同。如果我从 STFT 矩阵构造一个常规频谱图，而不是使用 librosa 的内置 melspectrogram 函数呢？由于 STFT 矩阵是从 librosa.stft 函数生成的，因此我能否将其从该频谱图中提取出来？

不确定我是否了解上下文（好像您正在尝试获取 STFT，但从 Mels 开始）。在 librosa 中，您可以通过 librosa.stft 直接获取 STFT，然后在 Griffin Lim 上使用它。您已经在 generate_spectrogram() 中这样做了。 librosa.org/doc/latest/generated/librosa.stft.html#librosa.stft 和 ***.com/questions/57058875/…

是的，如果我不清楚，这就是我想要做的对不起。我希望能够从生成的频谱图（以 png 形式）回到 STFT 矩阵。我正在将频谱图传递给循环器进行风格转换，并希望在频谱图被修改后重建音频。由于我使用 STFT 数据构建了频谱图，因此我正在寻找一种方法来反转该过程并检索 STFT，以便从修改后的图像中重建音频。

应该可以使用 Griffin Lim 程序从 STFT（这里将是 CycleGAN 的输出）恢复音频。网上有几个地方可以实现。请注意，频谱图不是“png”。该图像是光谱能量的视觉表示，但我们必须将其作为 numpy 数组存储在磁盘中。如果将其存储为图像，要获取频谱图，我们必须应用适当的缩放因子。 Griffin Lim 实施示例：zhuanlan.zhihu.com/p/25002923