Python提取频域特征知识点浅析
更新时间：2019年03月04日 10:38:03 投稿：laozhang
在本文里我们给大家分享了关于Python提取频域特征的相关知识点以及基础内容，需要的朋友们跟着学习下。
在多数的现代语音识别系统中，人们都会用到频域特征。梅尔频率倒谱系数（MFCC）,首先计算信号的功率谱，然后用滤波器和离散余弦变换的变换来提取特征。本文重点介绍如何提取MFCC特征。
首先创建有一个Python文件，并导入库文件： from scipy.io import wavfile from python_speech_features import mfcc, logfbank import matplotlib.pylab as plt1、首先创建有一个Python文件，并导入库文件： from scipy.io import wavfile from python_speech_features import mfcc, logfbank import matplotlib.pylab as plt
读取音频文件：
samplimg_freq, audio = wavfile.read("data/input_freq.wav")
提取MFCC特征和过滤器特征：
mfcc_features = mfcc(audio, samplimg_freq)
filterbank_features = logfbank(audio, samplimg_freq)
打印参数，查看可生成多少个窗体：
print('\nMFCC:\nNumber of windows =', mfcc_features.shape[0])
print('Length of each feature =', mfcc_features.shape[1])
print('\nFilter bank:\nNumber of windows=', filterbank_features.shape [0])
print('Length of each feature =', filterbank_features.shape[1])
将MFCC特征可视化。转换矩阵，使得时域是水平的：
mfcc_features = mfcc_features.T
plt.matshow(mfcc_features)
plt.title('MFCC')
将滤波器组特征可视化。转化矩阵，使得时域是水平的：
filterbank_features = filterbank_features.T
plt.matshow(filterbank_features)
plt.title('Filter bank')
plt.show()
相关文章
今天小编就为大家分享一篇python对离散变量的one-hot编码方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07
这篇文章主要介绍了python库绘图Matplotlib的安装,需要的朋友可以参考下2014-07-07
这篇文章主要介绍了用python制作词云视频详解，原理解释清晰,代码详细,用于练习很适合,需要的朋友可以参考下2021-04-04
Flask处理POST请求的过程是一个相对直接且灵活的过程,它允许开发者根据需求接收、处理并响应客户端发送的数据,以下是对Flask如何处理POST请求的详细简述,需要的朋友可以参考下2024-10-10
今天小编就为大家分享一篇关于Python告诉你木马程序的键盘记录原理，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-02-02
这篇文章主要介绍了Pytorch中使用TensorBoard详情，TensorBoard的前段数据显示和后端数据记录是异步I/O的，即后端程序将数据写入到一个文件中，而前端程序读取文件中的数据来进行显示2022-06-06
Python 根据相邻关系还原数组的两种方式(单向构造和双向构造)
本文主要介绍了Python 根据相邻关系还原数组的两种方式，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-07-07
这篇文章主要介绍了Pandas 如何筛选包含特定字符的列，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
这篇文章主要为大家详细介绍了python采集微信公众号文章的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-12-12
这篇文章主要介绍了Python测试框架pytest介绍，Pytest是一个非常成熟的全功能的python测试框架，有简单灵活易上手、支持参数化等优点，下面其相关内容需要的小伙伴可以参考一下2022-03-03
最新评论