回答情况：
提问时间：
问题标签：
许多研究都将MFCC以及MFCC三角洲和双三角直接提供给CNN进行音频分类。我的问题是，MFCC Deltas是否与MFCC矩阵连在一起？大多数文件只是简单地说明他们使用MFCC + MFCC Delta + MFCC Double Delta和加号是留给解释！
浏览 0提问于2021-07-22得票数 2
回答已采纳
1回答
我正在努力从一些音频文件中提取MFCC功能。我的程序目前已经为每个文件提取了一系列MFCC，并且有一个缓冲区大小为1024的参数。我的当前代码使用TarsosDSP提取MFCC，但我不确定如何将数据拆分为“秒的音频数据”，以便合并MFCC。inStream, new TarsosDSPAudioFormat(sampleRate, 16, 1, true, true)), bufferSize, bufferOverlap);
final MFCCmfcc = new MFCC<
浏览 5修改于2017-07-20得票数 1
回答已采纳
1回答
from librosa.feature import mfcc data, frame= load(sound)
我想得到以下sound.wav文件的MFCC但是，当我像上面所示计算MFCC并得到它的形状
浏览 2修改于2018-09-08得票数 10
回答已采纳
我想从图像和MFCC音频计算LBP特征，对于视频中的每一个帧，我都有一些注释。注释与视频帧和视频的时间内联。因此，我想映射从注释到mfcc结果的时间。我知道sample_rate = 44100from python_speech_features import logfbankimport scipy.io.wavfile as wav
(rate,sig) = wav.read(au
浏览 0修改于2022-01-19得票数 4
1回答
我读到使用增量MFCC和增量-增量MFCC可以改善分类结果。deltas = [] delt = np.subtract(mfcc_feat[index+1],mfcc_feat[index])return np.array(deltas)
<em
浏览 9提问于2016-08-12得票数 0
1回答
我有从.wav文件生成的Mel频倒谱系数文件.我需要的是从MFCC中提取一个时间跨度。当MFCC文件表示90分钟长的音频时，我想得到例如MFCC在音频的第三分钟。HTK书上说，MFCC文件由一个头和一个连续的样本序列组成。但是，确定样本的确切大小(以字节为单位)并不容易。
文件可能有解析器吗？
浏览 5提问于2012-04-11得票数 2
回答已采纳
给定22 mins (1320 secs)的音频文件，Librosa通过data = librosa.feature.mfcc(y=None, sr=22050, S=None, n_mfcc=20,**kwargs)提取MFCC特性。data.shape ( 20 , 56829 )它返回56829帧20个MFCC特征的numpy数组。
我的问题是它是如何计算56829的。是否有任何计算来实现这一框架？
浏览 16提问于2016-07-01得票数 2
回答已采纳
1回答
我想提取声音的MFCC，因为我读到MFCC是自动语音识别的一个很好的参数。因此，我在RStudio中尝试了如下所示： wl=512mfcc.peewit <- melfcc(peewit,sr=peewit@samp.rate,wintime = wl/f,lifterexp = ncep-1,frames_in_rows = FALSE,spec_out = TRUE) 它产生了一个13*30的数据帧，我对MFCC我认为MFCC应该是13个实际数字，但这里我得到了一个数
浏览 58提问于2020-04-21得票数 0
1回答
我想获得我的wav文件的MFCC值。这是我的代码：> import scipy.io.wavfile > ceps1,mspec1,spec1=mfcc(x1)
sr1=22050的值。但是在scikit.talkbox库中，mfcc()使用fs=1
浏览 1提问于2017-02-28得票数 0
回答已采纳
我想用librosa库提取mfcc期货。谁能给我解释一下librosa.feature.mfcc(y=audio，sr=sr，n_mfcc=40)和np.mean(librosa.feature.mfcc(y=audio，sr=sr，n_mfcc
浏览 7提问于2020-06-03得票数 0
1回答
这是我的功能，用于获取镜片并将其输入CNN模型：x, sr = librosa.load(path, res_type='kaiser_fast')spec = librosa.power_to_db(S, ref=np.max
浏览 17提问于2022-06-12得票数 1
3回答
我正在尝试根据我找到的这篇论文()来计算MFCC算法，所以到目前为止我所做的是：第2步)成帧步骤4)快速傅立叶变换步骤6)：离散余弦变换
浏览 9提问于2012-12-11得票数 1
回答已采纳
1回答
有没有人能帮我把mfcc特征画成功率谱图！我只能绘制mfcc系数，它不是在时域中表示的。我想在时域中绘制mfcc特征图。我还尝试了应用DCT将其转换为时域！from python_speech_features import mfccimport scipy.fftpack
(rate,sig) = wav.read(&q
浏览 1修改于2016-08-04得票数 0
我使用Librosa生成mfcc，matplotlib.pyplot和librosa.display绘制MFCC和声音设备从立体声混合捕捉声音从窗口。当前的配置可以根据示例.wav文件创建和绘制MFCC，但是当使用系统捕获的声音时，它无法绘制它，因为它生成一个3D数组，而不是在运行MFCC时生成一个2D。() plot_and_save_mfc
浏览 6修改于2022-04-03得票数 0
我正在使用Librosa的函数(librosa.feature.mfcc)从音频文件中提取MFCC，并且我正确地获得了一个具有我所期望的形状的numpy数组:13个MFCC值用于音频文件的整个长度，即1292缺少的是每个窗口的时间信息:例如，我想知道MFCC在时间上是什么样子，5000 is，然后5200 is等等。我需要手动计算时间吗？有办法自动获得每个窗口的确切时间吗？
浏览 8提问于2020-12-11得票数 3
回答已采纳
1回答
我正在尝试使用python库分析歌曲音频，输出是一个numpy数组，该数组的大小非常大，因为MFCC是为音频的每一帧计算的。当我将此输出写入文件时，每首歌曲的输出大小约为3-4MB。
浏览 19提问于2018-11-15得票数 0
1回答
我想提取音频文件的mfcc特征在8000赫兹采样与帧大小为20毫秒和10毫秒重叠。librosa.feature.mfcc()函数的参数必须是什么。x, sr = l.load('/home/user/Data/Audio/Tracks/Dev/FS_P01_dev_001.wav', sr = 8000)
浏览 2提问于2019-07-06得票数 2
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号