weixin_45272908的博客

matlab批量MP3文件转wav文件

简单三层神经网络模拟实现。

word中字号与磅值的对应关系在word中，1磅（pt）等于0.35146毫米，其对应关系如下表所示。初号44pt小初36pt一号26pt小一24pt二号22pt小二18pt三号16pt小三15pt四号14pt小四12pt五号10.5pt小五9pt六号7.5pt小六6.5pt七号5.5pt八号5pt...

matlab中的对数使用Matlab中的对数使用，matlab中提供了log10、log2和以e为底的对数。1、以e为底的对数用log()表示，如log(a)。2、以10为底的对数用log10()表示，如log10(a)。3、以2为底的对数用log2()表示，如log2(a)。4、对于其它如log⁡ab\log a^blogab，用logb/loga表示。...

matlab中将.wav文件保存到指定文件夹中使用audiowrite（）语句：audiowrite('G:\语音测试\XXX.wav', signal, fs); %存储.wav音频文件到指定文件夹中

通过cmd安装hmmlearn1、通过https://www.zuozuovera.com/archives/938/下载适合自己python版本的whl文件这里以hmmlearn-0.2.6-cp39-cp39-win_amd64.whl 为例，在下载前打开cmd查看设备上的python版本，本版本为3.9版本，所以选择下载的是cp39-cp39。2、把下载好的文件放入文件夹，我放的为3、然后在此文件夹下输入cmd，回车4、然后输入pip install hmmlearn-0.2.6-c

python实现对语音的离散余弦变换与离散余弦逆变换离散余弦变换离散余弦逆变换调包实现离散余弦变换离散余弦变换（DCT）信号谱分量丰富、能量集中，且不需要对语音相位进行估算等优点，在较低的运算复杂度下取得较好的语音增强效果。假设一余弦序列x(n)=cos⁡(2πfnfs)，0<=n<1000x(n)=\cos(\frac{2\pi fn}{{f}_{s}})， 0<=n<1000x(n)=cos(fs​2πfn​)，0<=n<1000其中f=50Hz，fs{

python实现语音信号的语谱图语音读取出来之后使用函数实现：import numpy as npimport waveimport matplotlib.pyplot as plt # 导入绘图工作的函数集合# 读入音频。f = wave.open('E:\MatBook应用\mvoice resource\Aa.wav','rb')params = f.getparams() # 一次性返回所有的音频参数，声道数、量化位数、采样频率、采样点数print('显示参数', params)

python画语音信号的倒谱图求信号x(n)的倒谱：1）对信号x(n)作傅里叶变换，得到信号的复数谱X(w)=FT[x(n)]X(w)=FT[x(n)]X(w)=FT[x(n)]2）对信号的复数谱只取实数部分然后再取对数得到对数幅值谱X¨(w)=ln[∣X(w)∣]\ddot{X}(w)=ln[|X(w)|]X¨(w)=ln[∣X(w)∣]3）对对数幅值谱进行逆傅里叶变换，得到倒频谱读取语音文件并画出语音信号的倒谱图。import numpy as npimport waveim

python通过pip安装numpy库在我们使用pip安装numpy库的时候，有时候需要升级pip，然后再进行安装。1、Win+R输入cmd打开控制界面，输入pip回车查看python环境是否安装pip，出现如下则表示已经安装。2、输入pip show pip查看目前pip版本信息。3、执行命令python -m pip install --upgrade pip进行升级，若是安装成功会提示卸载了旧版本且安装了最新版本。4、升级好了pip之后进行安装numpy库，输入命令python -m

No Python interpreter configured for the project安装后的pycharm使用时出现No Python interpreter configured for the project安装后的pycharm使用时出现No Python interpreter configured for the project这是因为这个项目没有配置解释器，所以需要加上python解释器。1、点击右上角Configure Python interpreter弹出如下选项，

python中的傅里叶变换傅里叶变换与傅里叶逆变换离散余弦变换与离散余弦逆变换傅里叶变换与傅里叶逆变换我们用一组数来表示：import numpy as npfrom scipy import fftpackfrom scipy.fftpack import dct, idctx2 = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])# 对x2求离散傅里叶变换、离散傅里叶逆变换y4 = np.fft.fft(x2)y5 = np.fft.ifft(x2)pri

Python中的append（）方法append()append()append()方法表示在原来的列表末尾追加新的对象。如我们在一个数组的后面添加一个元素x = [1, 2, 3, 4, 5, 6, 7, 8, 9]x1 = (2)x2 = []def fun(i): i.append(x1) return iy1 = fun(x)y2 = fun(x2)print('在数组x:后加入元素2：', y1)print('在数组x2中添加元素2：', y2)-----

短时平均过零率平均过零率：短时平均过零率表示的是一帧语音中语音信号波形穿过横轴也就是零电平的次数，也可以理解为样本数值改变符号的次数。若语音信号分帧以后为 yi(n){y}_{i} (n)yi​(n)，帧长为L，则短时平均过零率可以表示为：Z(i)=12∑n=0L−1∣sgn[yi(n)]−sgn[yi(n−1)]∣1<=i<=fn Z(i) = \frac{1}{2} \sum_{n=0}^{L-1} |sgn[{y}_{i}(n)]-sgn[{y}_{i}(n-1)]| \quad

LaTeX中插入常用的希腊字母\pi —— π\piπ\xi —— ξ\xiξ\eta —— η\etaη\mu —— μ\muμ\rho —— ρ\rhoρ\phi —— ϕ\phiϕ\psi —— ψ\psiψ\zeta —— ζ\zetaζ\beta —— β\betaβ\delta —— δ\deltaδ\alpha —— α\alphaα\theta —— θ\thetaθ\sigma —— σ\sigmaσ\partial —— ∂\partial∂\gamma —

python中的shape、shape[0]、shape[1]、与reshapenp.shapeshape[0]与shape[1]reshape(a, b)np.shape描述的是矩阵a的形状import numpy as npa= np.array([[1, 2, 3, 5], [4, 5, 1, 6], [7, 4, 8, 9]])print(a.shape)----------------------------------------------输出结果：(3, 4)shape[

python绘制函数x^2+y^2的图像画出函数f(x,y)=x2+y2f(x,y)={x}^ {2}+{y}^ {2}f(x,y)=x2+y2 的图像meshgrid()函数：初始散点数据处理成xy网格数据plot_surface(x, y, f(x, y)，rstride=1, cstride=1, cmap=‘rainbow’)x、y数据决定坐标点，f(x,y)数据决定 x、y 坐标点对应的高度；rstride（row）指定行的跨度；cstride(column)指定列的跨度；cmap 设置

python实现函数的导数导数导数表示的是某个瞬间的变化量df(x)dx=lim⁡h→0f(x+h)−f(x)h \frac{df(x)}{dx} = \lim_{h \to 0} \frac{f(x+h)-f(x)}{h} dxdf(x)​=h→0lim​hf(x+h)−f(x)​df(x)dx\frac{df(x)}{dx}dxdf(x)​ 表示f(x)关于x的导 数，即f(x)相对于x的变化程度。整个式子就表示当x有微小变化的时候，整个函数f(x)也将会有不同程度的变化。式子在计算了函

python中的1e-3等微小量可以用作python中的微小量delta可以用作python中的微小量delta如：1e-3：表示一个微小值，有3个0构成的0.001。7e-9：表示有9个0构成的0.000000007。10e-60：表示有60个0构成的0.000……0001。xe-y：表示有y个0构成的0.000……000x。（1）我们可以在python中输入1e-3或者6e-4然后输出打印结果如下a = 1e-3b = 6e-4print('输出1e-3：', a)print('输

语音信号实现分帧、加窗、预处理音频文件读取预加重分帧加窗音频文件读取librosa是非常强大的python语音信号处理库。读取音频：使用语句librosa.load(path, sr=22050, mono=True, offset=0.0, duration=None)读取音频文件，默认的采样率是22050，若要保留音频的原始采样率，使用sr=None。其中：path：表示音频文件的路径sr：表示采样率mono：bool，是布尔类型，表示是否将信号转换为单声道offset：float，后