python时域转频域_语音预处理（二）：时域转频域

一.时域转频域

这节主要介绍如何经过傅里叶变换将音频转到频域，以便于后续的特征提取和识别。先后进行加窗、分帧、FFT和取log操作。

输入：音频矩阵wavsignal ，帧率fs

例：[[1507 1374 1218 ... -78 -127 -43]],16000

输出：转成频域后的音频矩阵data_input

二.代码：

#coding=utf-8

import os

import wave

import numpy as np

import matplotlib.pyplot as plt

import math

import time

from python_speech_features import mfcc

from python_speech_features import delta

from python_speech_features import logfbank

from scipy.fftpack import fft

def read_wav_data(filename):

"""

:param filename:输入音频的绝对路径(路径+文件名)例：D:\\GitHub\\wav\\dae\\train\\A2_1.wav

:return:wave_data,framerate:输出音频矩阵，帧率。例：A2_1 [[1507 1374 1218 ... -78 -127 -43]]

读取wav文件，返回声音信号的时域谱矩阵和播放时间

"""

wav =