yin_fei_0825的博客

歌曲版本识别或者歌曲检索（总结），shazam算法，landmark算法，bytecover

pytorch保存模型的几种文件格式（pth, pt, pkl, rar）

python中的并行处理（多线程）几种方式（Pool, Parallel, threading）

torch.gather()用法

python保存数据方式（npy文件, pkl文件, h5文件, pt文件, npz文件）

深度学习处理不同长度语音信号解决方案

利用FFmpeg将mp3,mp4换为wav格式。1, 利用终端命令方式import osfrom librosa.util import find_files# mp3转wavinput_dir = r"/mp4files"output_wav_dir = r"/output_wav"mp4s = find_files(input_dir,ext="mp4")for mp4 in mp4s: temp_wav_dir = os.path.basename(mp4).replace("mp4

两个原因1， 文件名错误2， 可能原因，在排除文件名错误后，可能由于文件名字太长，从而导致招不到路径import pickledef load_pickle(file_name): f = open(file_name, "rb") data = pickle.load(f) f.close() return data...

切比雪夫距离def chebyshev_istance(a_list,b_list): return np.max(np.abs(a_list-b_list))KL距离def KLdiv(a_list, b_list): ''' 衡量一个分布相对于另一个分布的差异性；这个指标不能用作距离衡量，因为该指标不具有对称性 概率分布越相近，KL散度越小 ''' return scipy.stats.entropy(a_list,b_list)余弦相似度d

pytorch加载不同size的文件，然后进行padding以加载不同size的"XXX.numpy"文件为例；第一步：重写dataset,代码如下from torch.utils.data import DataLoader, Datasetclass train_dataset(Dataset): def __init__(self, train_path): super(train_dataset, self) self.all_list = find

python中pickle用法import pickledef save_file(file_name,data): f = open(file_name,"wb") # 写 pickle.dump(data, f) f.close() def load_file(file_name): #读 f = open(file_name,'rb+') data = pickle.load(f) f.close() return datadata = load_file(file_name

转载文章https://blog.csdn.net/beilizhang/article/details/115282604

使用Opensmile提取语音MFCC特征1， 官网下载OpenSmile包，进入到"opensmile-2.3.0\bin\Win32"路径2， 打开cmd终端，然后输入SMILExtract_Release -C E:\software\opensmile-2.3.0\config\MFCC12_E_D_A.conf -I E:\data\012.wav -O E:\data\MFCC_2.htk3, 其数据结果是以htk格式保存，可以使用matlab相关函数进行打开查看。...

转载文章https://blog.csdn.net/cg896406166/article/details/81066791

导入相关包import osimport wavioimport numpy as npimport mathfrom matplotlib import pyplot as pltfrom scipy.fftpack import dct读取语音数据及主函数for wav in wavs: wav_dir = os.path.join(data_dir, wav) wav_data = wavio.read(wav_dir) data = wav_data.data sampl

回声消除介绍大全转载文章：点击此处跳转

回声消除评价指标——ERLE, PESQERLE(echo return loss enhancement):对于回声消除，单讲，只有回声信号，没有近端信号，判断输出结果是否能把回声信号消除掉。其值越大，证明效果越好。其中y(n)是输入信号，s(n)是输出信号。PESQ(perceptual evalution of speech quality):其值是越大越好。针对双讲（回声信号，和近端信号同时存在）。判断双讲下，计算PESQ方法：在python安装pypesq,安装方式如下：pip

基于python(Tkinter)的语音情感识别模型界面界面左边是按键，右边是展示的选择文件或者录制文件，以及波形图、语谱图和显示结果。

Pytorch 分布式简介，并行程序转自：链接: https://blog.csdn.net/zwqjoy/article/details/89415933.

python求语音信号语谱图、短时能量、短时过零率转自：链接: https://blog.csdn.net/YAOHAIPI/article/details/102986096?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159551481619195239827172%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_