时域信号特征提取：振幅包络、均方根能量、过零率

最新推荐文章于 2024-04-07 11:02:34 发布

龙哥每天都要学

最新推荐文章于 2024-04-07 11:02:34 发布

阅读量6.2k

点赞数 3

分类专栏：音频信号处理文章标签：信号处理深度学习机器学习 python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/rambo_csdn_123/article/details/119038724

版权

时域特征提取

Amplitude envelope 振幅包络

在这里插入图片描述

每一帧的振幅包络连起来可以得到整段语音的振幅包络线

振幅包络可以给出响度的大致信息，对异常特别敏感

应用：(声音事件)开端检测、音乐流派分类

Root-mean-square energy 均方根能量

在这里插入图片描述

均方根能量表达的是一帧内所有样本点的一个综合信息

也能表达响度的信息，不过没有AE那样对异常敏感

应用：音频分割、音乐流派分类

Zero crossing rate 过零率

过零率是信号经过x轴的次数

在这里插入图片描述

import librosa
import librosa.display
import matplotlib.pyplot as plt
import numpy as np

# 加载音频文件 （这里要换成你自己的音频文件的路径&

最低0.47元/天解锁文章

龙哥每天都要学

关注

3
点赞
踩
22

收藏

觉得还不错? 一键收藏
6
评论
时域信号特征提取：振幅包络、均方根能量、过零率

时域特征提取Amplitude envelope 振幅包络每一帧的振幅包络连起来可以得到整段语音的振幅包络线振幅包络可以给出响度的大致信息，对异常特别敏感应用：(声音事件)开端检测、音乐流派分类Root-mean-square energy 均方根能量均方根能量表达的是一帧内所有样本点的一个综合信息也能表达响度的信息，不过没有AE那样对异常敏感应用：音频分割、音乐流派分类Zero crossing rate 过零率过零率是信号经过x轴的次数import librosaimpor
复制链接

扫一扫

专栏目录

评论 6

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。