Python提取频域特征知识点浅析

Python提取频域特征知识点浅析提取频域特征知识点浅析

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：

print('Length of each feature =', mfcc_features.shape[1])

print('Filter bank:Number 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')