语音信号处理论文优选：神农Shennong: a Python toolbox for audio speech features extraction​

声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html。语音合成领域论文列表请访问http://yqli.tech/page/tts_paper.html，语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。如何查找语音资料请参考文章https://mp.weixin.qq.com/s/eJcpsfs3OuhrccJ7_BvKOg）。如有转载，请注明出处。欢迎关注微信公众号：低调奋进。

Shennong: a Python toolbox for audio speech features extraction​

本文为EHESS, ENS, PSL Research University, CNRS and Inria和facebook在2021.12.10更新的文章，主要开源语音特征处理的工具shennong（名字取自中国神话传说的神农），具体的文章链接

https://arxiv.org/pdf/2112.05555.pdf

---

1 背景

语音领域的语音合成、说话人识别、语音识别等等任务都需要对语音进行提取​。目前，比较流行语音处理工具有kaldi，Praat，OpenSILE以及Surfboard，但这些工具或多或少存在用户使用不够友好，只使用特殊领域的特点，因此本文提供了一种用户友好、可靠的音频处理工具​。

2 详细设计

本文提供的工具取名shennong，其使用python进行算法实现，其主要提供的算法如图一所示，除了kaldi实现的算法，本文增加更多​SOTA的算法，其中每种特征的默认参数如table 1​所示。​table 2展