我致力于语音类识别,从而处理音频信号,即将一串变换和数字信号处理(DSP)技术应用于原始音频信号,以获得有价值的表示,然后将这些表示输入机器学习算法。
我的代码库完全是用Matlab编写的,只在有限(有界)信号上工作。我计划迁移到一个解决方案,在这里我可以同时处理有限和无限(流)音频信号,最好是在python中(主要用于机器学习和音频信号处理中的第三方库可用性)。
经过一些研究后,我发现Apache Beam很适合我的情况,但是,在python中似乎没有某些功能可用,比如在我的例子中非常重要的窗口概念,对于有界和无界信号(通常,我的代码处理帧/窗口为32毫秒)。
因此,我现就以下事项征询意见:
发布于 2017-08-22 13:36:21
首先,一般来说,我将避免使用Python执行繁重的DSP操作:与C/C++相比,它不可避免地会导致一些慢性能。
现在我对Apache不太了解,但它似乎根本不适合音频信号处理,而不适合处理大量的文本数据。实际上,我在他们的网站…上找不到“音频”这个词。
那么,从这里到哪里呢?
最后,您的程序可能是用C/C++编写的。例如,您可以使用:
您还可以尝试混合Matlab和PortAudio:使用Matlab转换C/C++中的特定算法,并将它们集成到PortAudio提供的框架中。
PortAudio的基本原则是:
https://stackoverflow.com/questions/45814388
复制相似问题