Как результат librosa.pyin() масштабируется до исходного аудиовхода? ⇐ Python

[Anonymous]

Мне нужно получить f0 для некоторых фрагментов аудио, зная временные метки и индексы образцов аудио, определяющих фрагменты. Поскольку librosa.pyin() работает очень медленно, я хотел бы вычислить его один раз для всего аудио, а затем получить f0 для каждого нужного мне фрагмента. Для этого мне нужно знать, как f0 масштабируется до необработанного аудиомассива. Мне нужно что-то вроде:
def convert(audio_index):
# do something
return f0_index

audio, sr = librosa.load("sample.wav")
f0, voiced_flag, voiced_probs = librosa.pyin(audio,
sr=sr,
fmin=librosa.note_to_hz('C2'),
fmax=librosa.note_to_hz('C7')
)

f0_start = convert(audio_start_index)
f0_end = convert(audio_end_index)
f0_chunk = f0[f0_start:f0_end]


Подробнее здесь: https://stackoverflow.com/questions/798 ... udio-input