python计算短时自相关函数 音频信号_常用信号特征提取方法总结(完善中...)

本文总结了一维信号处理中的常见特征指标,特别是针对音频信号的短时自相关函数。通过分析短时平均幅度差,强调了短时傅里叶变换(STFT)在时频分析中的重要性,讨论了非平稳信号如语音的短时平稳性,并推荐了pyAudioAnalysis工具包进行音频信号分析。
摘要由CSDN通过智能技术生成

d4f8ac1e0d9af394097455ea198db576.png

由于最近在做信号处理相关内容,需要调研一维信号处理相关内容。查阅了相当多的资料后。总结如下,供大家参考:

时域常见的特征指标有:

波形指标:

脉冲指标:

峭度指标:

裕度指标:

峰峰值:

过零率:

d861e5b899ab8477c148679ba1dbc917.png

短时能量:

31124f8b811718940783dd8d6dbdaf2c.png

短时自相关函数:

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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