# Audio2Spec

**Repository Path**: mantis3d/Audio2Spec

## Basic Information

- **Project Name**: Audio2Spec
- **Description**: A Python-based desktop tool to batch convert audio files (WAV, MP3, FLAC, etc.) into Mel-spectrogram images with a 1:1 filename mapping. 
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-02
- **Last Updated**: 2026-06-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Audio to Spectrogram Batch Converter (音频频谱图批量生成工具)

🚀 一个基于 Python 的桌面端工具，支持批量将音频文件（WAV, MP3, FLAC 等）转换为梅尔频谱图（Mel-spectrogram）图片，并保持文件名一一对应。非常适合用于深度学习音频分类的数据集预处理或声学分析。

---

## ✨ 功能特点

* **📦 批量处理**：一键扫描文件夹，支持 `.wav`, `.mp3`, `.flac`, `.ogg`, `.m4a` 等主流音频格式。
* **🎨 实时预览**：在界面选择不同的颜色主题（如 viridis, magma, gray 等）时，右侧会实时显示对应的频谱图效果，方便对比。
* **⚙️ 高度自定义**：
  * 支持自定义图片分辨率 (DPI)，满足从快速预览到学术论文配图的不同需求。
  * 自动裁剪边缘，生成的图片**无坐标轴、无白边**，纯粹为特征提取而生。
* **⚡ 线程优化**：采用多线程处理机制，在批量转换大量文件时，界面绝不卡死，并有进度条实时反馈。
* **🖥️ 极简 GUI**：基于 Tkinter 打造，无需复杂的命令行操作。

---

## 🛠️ 环境准备

在运行或二次开发前，请确保你的电脑已安装 Python 3.x，并安装以下依赖库：

```bash
pip install librosa matplotlib numpy Pillow
```

---

## 🚀 快速开始  

### 1. 准备预览素材（首次运行必看）
为了让界面能显示颜色主题的预览图，你需要先生成一批素材：
* 在项目根目录下放一个名为 `sample.wav` 的简短音频。
* 运行项目中的生成素材脚本，或者确保根目录下有一个 `previews` 文件夹，里面包含不同主题的 `preview_viridis.png` 等图片。

### 2. 启动程序
在终端中运行主程序：
```bash
python audioToSpectrogram.py
```

### 3. 设置路径
* 点击“音频所在目录”右侧的**浏览**按钮，选择你要转换的音频文件夹。
* 点击“图片保存目录”右侧的**浏览**按钮，选择你希望保存频谱图的文件夹。

### 4. 调整参数与预览
* 在“参数设置”区可以修改图片的分辨率 (DPI)。
* 切换“颜色主题”下拉菜单，可以在右侧**实时预览**不同主题的视觉效果。

### 5. 开始转换
点击最下方的**开始批量转换**按钮，进度条会实时显示转换进度。完成后会弹出提示框。

---

## 📄 许可证

本项目采用 [MIT License](LICENSE) 开源许可证。你可以自由地使用、修改和分发本代码。