您的位置:首页 > 脚本大全 > > 正文

python 暗弱目标提取(Python提取频域特征知识点浅析)

更多 时间:2022-01-16 00:27:41 类别:脚本大全 浏览量:1287

python 暗弱目标提取

Python提取频域特征知识点浅析

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")

python 暗弱目标提取(Python提取频域特征知识点浅析)

提取mfcc特征和过滤器特征:

     mfcc_features = mfcc(audio, samplimg_freq)

     filterbank_features = logfbank(audio, samplimg_freq)

python 暗弱目标提取(Python提取频域特征知识点浅析)

python 暗弱目标提取(Python提取频域特征知识点浅析)

打印参数,查看可生成多少个窗体:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 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])
  • python 暗弱目标提取(Python提取频域特征知识点浅析)

    将mfcc特征可视化。转换矩阵,使得时域是水平的:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • mfcc_features = mfcc_features.t
  •  
  • plt.matshow(mfcc_features)
  •  
  • plt.title('mfcc')
  • python 暗弱目标提取(Python提取频域特征知识点浅析)

    将滤波器组特征可视化。转化矩阵,使得时域是水平的:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • filterbank_features = filterbank_features.t
  •  
  • plt.matshow(filterbank_features)
  •  
  • plt.title('filter bank')
  •  
  •  
  •  
  • plt.show()
  • python 暗弱目标提取(Python提取频域特征知识点浅析)

    您可能感兴趣