这篇博客介绍了如何使用Python进行MFCC（梅尔频率倒谱系数）特征提取，主要涉及预加重、帧提取、汉明窗、傅立叶变换、梅尔滤波器组、离散余弦变换等步骤，适用于语音识别等领域。
标签：
1 #!/usr/bin/python
2 # -*- coding: UTF-8 -*-
3
4 import numpy
5 import scipy.io.wavfile
6 from matplotlib import pyplot as plt
7 from scipy.fftpack import dct
8
9 sample_rate,signal=scipy.io.wavfile.read('stop.wav')
10
11 print(sample_rate,len(signal))
12 #读取前3.5s 的数据
13 signal=signal[0:int(3.5*sample_rate)]
14 print(signal)
15
16
17
18 #预先处理
19 pre_emphasis = 0.97
20 emphasized_signal = numpy.append(signal[0], signal[1:] - pre_emphasis * signal[:-1])
21
22
23 frame_size=0.025
24 frame_stride=0.1
25 frame_length,frame_step=frame_size*sample_rate,frame_stride*sample_rate
26 signal_length=len(emphasized_signal)
27 frame_length=int(round(frame_length))
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
