整首歌曲的mfcc与为同一首歌曲的片段计算的mfcc不同

Question

我计算了一首30秒的歌曲的MFCC，帧大小为25ms，跳跃大小为10ms，采样率为22050

spectro=librosa.feature.melspectrogram(track[1], sr=sampleRate, n_fft=int(sampleRate*0.025), hop_length=int(sampleRate*0.01))
frames_mfcc=librosa.feature.mfcc(track[1], S=spectro, sr=sampleRate, n_mfcc=13)

然后，我对同一首歌的1秒片段做了同样的事情。但是，当我在带有滑动窗口的长歌中搜索短歌的系数时，我永远得不到完美或相当完美的匹配。

可能的问题是什么？我错过了什么吗？

Answer 1

刚刚进入这个问题，所以试着回答。首先，你需要去频域。这是通过快速傅立叶变换完成的。在你的例子中有22050个点，如果你想要它们在频率方面，它们必须在时间方面定义。所以如果你错过了一个-因为整数舍入为二进制表示...结果可能有所不同。