librosa.feature.mfcc参数介绍

VOICE_LEN=32000
#获得N_FFT的长度
print("sr:" , sr)
N_FFT=getNearestLen(0.25,sr)
print("N_FFT:" , N_FFT)
#统一声音范围为前两秒
y=normalizeVoiceLen(y,VOICE_LEN)
print("y.shape:" , y.shape)
#提取mfcc特征
mfcc_data=librosa.feature.mfcc(y=y, sr=sr,S=None, n_mfcc=20, dct_type=2, norm='ortho',n_fft=N_FFT,hop_length=int(N_FFT/4))

librosa.feature.mfcc参数介绍

其中
y：语音数据
sr：y的采样率
n_mfcc：要返回的MFCC数量
n_fft：返回的mfcc数据维数，默认为13维
hop_length：帧移
S：np.ndarray，对数功能梅尔谱图
dct_type：None, or {1, 2, 3} 离散余弦变换（DCT）类型。默认情况下，使用DCT类型2。
norm： None or ‘ortho’ 规范。如果dct_type为2或3，则设置norm =’ortho’使用正交DCT基础。 标准化不支持dct_type = 1。
返回： M:np.ndarray [shape=(n_mfcc, t)]

一个介绍的很详细的语音处理函数以及其参数的博客
https://www.cnblogs.com/LXP-Never/p/11561355.html

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！