class PQGMelSpectrogram():
    ...
    def __init__(self):
        ## PyQtGraph の初期設定
        app = QtGui.QApplication([]) 
        win = pg.GraphicsLayoutWidget()
        win.resize(size[0], size[1])
        win.show()
        
        ## ImageItem の設定
        imageitem = pg.ImageItem(border="k")
        # カラーマップ取得・セット
        cmap = pg.colormap.getFromMatplotlib("jet")
        bar = pg.ColorBarItem( cmap=cmap )
        bar.setImageItem(imageitem) 
        
        ## ViewBox の設定
        viewbox = win.addViewBox()
        viewbox.setAspectLocked(lock=True)
        viewbox.addItem(imageitem)
  
        ## 軸 (AxisItem) の設定
        axis_left = pg.AxisItem(orientation="left")
        n_ygrid = 6
        yticks = {}
        for k in range(n_ygrid):
            index = k*(self.n_mels//n_ygrid)
            yticks[index] = int(self.melfreqs[index])
        axis_left.setTicks([yticks.items()])
        
        ## PlotItemの設定
        plotitem = pg.PlotItem(viewBox=viewbox, axisItems={"left":axis_left})
        # グラフの範囲
        plotitem.setLimits(
            minXRange=0, maxXRange=self.n_frames, 
            minYRange=0, maxYRange=self.n_mels)
        # アスペクト比固定
        plotitem.setAspectLocked(lock=True)
        # マウス操作無効
        plotitem.setMouseEnabled(x=False, y=False)
        # ラベルのセット
        plotitem.setLabels(bottom="Time-frame", 
                           left="Frequency")
        win.addItem(plotitem)
        
        self.app       = app
        self.win       = win
        self.viewbox   = viewbox
        self.plotitem  = plotitem
        self.imageitem = imageitem
        
        pg.setConfigOptions(antialias=True)

メルスペクトログラムの算出方法

通常のスペクトログラム（FFTの2乗）は，高い周波数になるほど周波数解像度（ビン数）が高すぎて，可視化に向いていません．

そこで，適度に周波数解像度を落とすのが可視化のポイントとなります．

具体的には，音高（ドレミファソラシド）や対数軸化などがありますが，今回は人間の聴感特性に合わせた周波数解像度となっているメルスペクトログラムを利用しました．

以下がメルスペクトログラム算出の流れです．

時間信号に窓をかけてFFT
FFTの結果の絶対値 or 2乗を抽出
2 と，メルフィルタバンク行列の内積を算出

メルフィルタバンク行列は (メルスペクトログラムの周波数ビン数，FFTスペクトログラムのビン数)となっています．

従って 3 では，FFTの各ビンの値を，いい感じに重みを付けて足し合わす（マージする），という操作をしています．

class PQGMelSpectrogram():
    ...
    def update(self):
        ...
        # 最新をスペクトログラム格納するインデックス
        idx = self.iter % self.n_frames
        # モノラル信号算出
        self.x[:] = 0.5 * (self.sig[0] + self.sig[1])
        # FFT => パワー算出
        self.x[:] = self.x[:] * self.window
        self.specs[:] = np.abs(self.fft(self.x))**2
        # メルスペクトログラム算出
        self.melspecs[idx, :] = np.dot(self.melfb, self.specs)
       ....