qq_44627776的博客

本文的代码的主要作用：截取声音文件的前3.5s，预加重（增大高频部分幅度），分帧（帧长25ms，步长10ms），加窗（汉明窗），FFT（计算的512点的），梅尔滤波器（32维的）最后画图显示代码效果。每部分的参数都可以进行修改，按照自己的需求进行即可。import numpy as npfrom scipy.io import wavfilefrom scipy.fftpack import dctimport warningswarnings.filterwarnings('ignore')

网上抄来的代码语音预处理代码1function [x1,x2] = vad(x)%语音活动检测函数%幅度归一化到[-1,1]x = double(x);x = x / max(abs(x));%常数设置FrameLen = 240;%帧长FrameInc = 80;%步长amp1 = 10;%预先设定能量门限amp2 = 2;zcr1 = 10;%预先设定过零率zcr2 = 5;maxsilence = 8; % 6*10ms = 30msminlen = 15