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