使用MFCC算法对Adobe audition采集的音频进行特征提取要怎么做，代码是什么，在哪些平台能完成

MFCC (Mel-frequency cepstral coefficients) 是一种常用的语音信号处理技术，用于从音频中提取特征，常用于语音识别和分析。要在Adobe Audition采集的音频上使用MFCC，首先需要将音频数据转换成数字形式，然后通过编程实现MFCC的计算。

以下是Python中使用Librosa库（一个强大的音频处理工具包）进行MFCC特征提取的一个简短示例：

import librosa
import numpy as np

# 加载音频文件
audio_file = 'path_to_your_audio.wav'
y, sr = librosa.load(audio_file)

# 提取MFCC特征
mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=40)  # 可调整n_mfcc参数来改变系数的数量

# 视频编码常用的是MFCC的第一几个系数，例如前13个
mfcc_features = mfcc[:, :13]

请注意，这个例子假设你已经安装了`librosa`库。如果没有，你可以使用下面的命令进行安装：

pip install librosa

这段代码可以在Windows、macOS或Linux等支持Python的平台上运行，比如Jupyter Notebook、PyCharm、VS Code等集成开发环境（IDE），或者是直接在终端里运行。