信号处理
文章平均质量分 88
Yakuho
网络爬虫、深度学习、古灵精怪的需求 :)
展开
-
【Python信号处理】FFT变换后的坐标变换以及绘图
假设:f1=10;f2=20;f3=30假设:f1 = 10;f2 = 20;f3 = 30假设:f1=10;f2=20;f3=30y=sin(2∗pi∗f1∗t)+2∗sin(2∗pi∗f2∗t)+3∗sin(2∗pi∗f3∗t)y = sin(2*pi*f1*t) + 2*sin(2*pi*f2*t) + 3*sin(2*pi*f3*t)y=sin(2∗pi∗f1∗t)+2∗sin(2∗pi∗f2∗t)+3∗sin(2∗pi∗f3∗t)FrequencySample(fs)=128,L原创 2020-05-27 18:06:04 · 1924 阅读 · 0 评论 -
【Python信号处理】数字信号处理-压缩采样频率
压缩采样频率令N=srd目标压缩频率、M=sr原频率、.[X]为对X四舍五入、[X]为对X取整令N = srd目标压缩频率、M = sr原频率、.[X]为对X四舍五入、[X]为对X取整令N=srd目标压缩频率、M=sr原频率、.[X]为对X四舍五入、[X]为对X取整对于满帧:ni=∑0<i<N.[iN∗M]n_i = \sum\limits_{0<i<N} .[\frac i N * M]ni=0<i<N∑.[Ni∗M]对于欠满帧:设不满帧总帧元素为原创 2020-05-23 15:23:43 · 827 阅读 · 0 评论 -
【MFCC梅尔倒频谱参数】浅谈语音特征参数MFCC提取过程
在语音识别(Speech Recognition)和话者识别(Speaker Recognition)方面,最常用到的语音特征就是梅尔倒谱系数(Mel-scale Frequency Cepstral Coefficients,简称MFCC)。根据人耳听觉机理的研究发现,人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响对大。两个响度不等的声音作用于人耳时,则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受,使其变得不易察觉,这种现象称为掩蔽效应。由于原创 2020-05-04 17:17:28 · 2929 阅读 · 1 评论 -
【python_speech_features】MFCC调参用法以及参数说明
代码调用from python_speech_features import mfccmfcc_feature = mfcc(**kwargs)paramssignal:the audio signal from which to compute features.Should be an N1 array用来计算梅尔频率倒谱系数特性的音频信号。是一个N1的数组samplerat...原创 2020-05-02 21:24:44 · 5837 阅读 · 3 评论