语音学习Task3-数据特征提取

一、MFCC特征提取知识介绍

1.过零率 （Zero Crossing Rate）

过零率（zero crossing rate）是一个信号符号变化的比率，即，在每帧中，语音信号从正变为负或从负变为正的次数。 这个特征已在语音识别和音乐信息检索领域得到广泛使用，通常对类似金属、摇滚等高冲击性的声音的具有更高的价值。 一般情况下，过零率越大，频率近似越高。

可以通过librosa计算过零点个数

zero_crossings = librosa.zero_crossings()

2.频谱质心 （Spectral Centroid）

谱质心(Spectral Centroid)是描述音色属性的重要物理参数之一，是频率成分的重心，是在一定频率范围内通过能量加权平均的频率，其单位是Hz。它是声音信号的频率分布和能量分布的重要信息。在主观感知领域，谱质心描述了声音的明亮度，具有阴暗、低沉品质的声音倾向有较多低频内容，谱质心相对较低，具有明亮、欢快品质的多数集中在高频，谱质心相对较高。该参数常用于对乐器声色的分析研究。

使用librosa获取频谱质心：

spectral_centroids = librosa.feature.spectral_centroid(x, sr=sr)

3.声谱衰减 (Spectral Roll-off）

声谱