可以在生成语谱图时，将plt.figure()函数中的figsize参数改为(224/80, 224/80)，即可将图像的大小设置为(224, 224)。

修改后的代码如下所示：

设置数据集路径和语谱图保存路径

dataset_path = "D:/论文代码/casia汉语情感语料库/" spectrogram_path = "D:/论文代码/语谱图/"

遍历数据集中各个子目录，对每个文件夹下的音频文件生成对应的语谱图

for subfolder in os.listdir(dataset_path): subfolder_path = os.path.join(dataset_path, subfolder) # 确保当前为子目录而不是文件 if os.path.isdir(subfolder_path): for audio_file in os.listdir(subfolder_path): audio_path = os.path.join(subfolder_path, audio_file) # 判断是否为音频文件，目前仅支持.wav格式的音频 if audio_file.endswith(".wav"): # 读取音频文件并进行短时傅里叶变换计算得到语谱图 y, sr = librosa.load(audio_path, sr=None) D = librosa.amplitude_to_db(np.abs(librosa.stft(y)), ref=np.max) # 创建保存该语谱图的文件夹 spectrogram_folder = os.path.join(spectrogram_path, subfolder) os.makedirs(spectrogram_folder, exist_ok=True) # 保存语谱图到对应的文件夹中 spectrogram_path_full = os.path.join(spectrogram_folder, f"{os.path.splitext(audio_file)[0]}.png") plt.figure(figsize=(224/80, 224/80)) librosa.display.specshow(D, y_axis='linear') plt.colorbar(format='%+2.0f dB') plt.savefig(spectrogram_path_full, bbox_inches='tight', pad_inches=0) plt.clf() plt.close('all'