使用Opensmile提取语音MFCC特征

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.htk

3, 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。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
mfcc (Mel频率倒谱系数) 是一种常用的音频特征提取方法,常用于语音识别和音频处理领域。 mfcc是一种用于描述声音特征的系数,通过对信号的频谱进行加权得到。Mel频率可以有效模拟人类听觉系统对声音频率的感知,因此采用Mel频率将频谱进行压缩,得到更符合人类听觉感知的特征。倒谱分析则是获取信号的包络线,通过倒谱分析可以得到信号的时频特征。 在sklearn中,可以使用`librosa`库来提取mfcc特征。该库提供了一系列用于音频处理的函数和工具,包括提取音频特征、加载音频文件等。使用`librosa.feature.mfcc`函数可以方便地提取mfcc特征。通过设置参数可以控制提取mfcc的样本数、提取时的窗口大小和重叠等。 使用sklearn提取mfcc特征的步骤如下: 1. 加载音频文件,可以使用`librosa.load`函数加载音频文件,该函数返回音频数据和采样率。 2. 对音频数据进行预处理,例如去除静音部分、降噪等。 3. 使用`librosa.feature.mfcc`函数提取mfcc特征,该函数返回mfcc系数矩阵。 4. 可以对mfcc系数矩阵进行进一步处理,例如归一化、降维等。 5. 最后可以将提取mfcc特征输入到机器学习模型中进行训练或应用。 mfcc特征语音识别、音频分析和音乐信息检索等领域有广泛应用,能够有效地提取音频的语音特征和内容信息。通过sklearn中的librosa库,我们可以方便地使用mfcc特征进行音频处理和分析。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值