Task3打卡-食物声音识别，音频特征提取

学习目标：

今天主要学习声音特征提取
MFCC特征提取知识
过零率 （Zero Crossing Rate）
频谱质心 （Spectral Centroid）
声谱衰减 (Spectral Roll-off）
梅尔频率倒谱系数 （Mel-frequency cepstral coefficients ，MFCC）
色度频率 （Chroma Frequencies）

---

学习内容：

第一点最重要就是导入库啦

import numpy as np
import sklearn
import librosa
import librosa.display
import matplotlib.pyplot as plt
import glob
import os

同样的，我们先用librosa读取音频文件。接着就是用matplotlib绘制声波信号

plt.figure(figsize=(14, 5))
librosa.display.waveplot(x, sr=sr)

一般情况下，过零率越大，频率近似越高。
紧接着用librosa输出过零点个数

频谱质心

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。

zero_crossings = librosa.zero_crossings(x[n0:n1], pad=False)
print(sum(zero_crossings))

色度频率

其中整个频谱被投影到12个区间，代表音乐八度音的12个不同的半音（或色度）

librosa.display.specshow(chromagram, x_axis='time', y_axis='chroma', hop_length=hop_length, cmap='coolwarm')

---

学习时间：

2021年4 月18号

---

学习产出：

太复杂了好像没有什么产出