语音-MFCC,Fbank特征提取

本文详细介绍了如何使用Python进行12维MFCC和23维FBank特征提取,这两种特征在语音识别和机器学习任务中至关重要。
摘要由CSDN通过智能技术生成
  • 提取12维MFCC特征和23维FBank
    import librosa
    import numpy as np
    import matplotlib.pyplot as plt
    import librosa.display
    from scipy.fftpack import dct
    
    # 绘制频谱图
    def plot_spectrogram(spec, note):
        fig = plt.figure(figsize=(20, 5))
        heatmap = plt.pcolor(spec)
        fig.colorbar(mappable=heatmap)
        plt.xlabel('Time(s)')
        plt.ylabel(note)
        plt.tight_layout()
    
    #preemphasis config 
    alpha = 0.97 #滤波器系数(α)
    
    # Enframe config
    frame_len = 400      # 25ms, fs=16kHz
    frame_shift = 160    # 10ms, fs=15kHz
    fft_len = 512        #参与FFT运算的512个数据
    
    # Mel filter config
    num_filter = 23
    num_mfcc = 12
    
    # Read wav file
    wav, fs = librosa.load('./test.wav', sr=None) #Librosa默认的采样率是22050,如果需要读取原始采样率,需要设定参数sr=None
    ##plt.plot(wav)
    ##plt.show()
    #print(fs)
    plt.figure()
    librosa.display.waveplot(wav, fs)
    plt.show()
    # Pre-Emphasis
    def preemphasis(signal, coeff=alpha):
        
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值