前言

写这篇博文的目的有两个，第一是希望新手朋友们能够通过这篇博文了解到 python 还有这么强大的一个声音处理库；第二则是本人在用该库时发现的一个小问题，就是库由于封装的太完备，在我们想做特征融合时候会出现一点小问题，在这我将指出并提供一种方案。具体的库使用指导还请参照Librosa 0.6

librosa库介绍

Liborsa是python的一个做音乐和声音分析的包，它提供了创建音乐信息检索系统所必要的构建块。这个库包含有丰富的声音信号处理工具，例如声音读取、采样率转换、stft、istft等等。

librosa 中MFCC特征提取函数介绍

# Mel-frequency cepstral coefficients (MFCCs)梅尔倒谱系数
librosa.feature.mfcc(y=None, sr=22050, S=None, n_mfcc=20, dct_type=2, norm='ortho', **kwargs)

参数介绍：
y：声音信号的时域序列
sr：采样频率(默认22050)
S：对数能量梅尔谱(默认为空)
n_mfcc：梅尔倒谱系数的数量（默认取20）
dct_type:离散余弦变换(DCT)的类型(默认为类型2)
norm：如果DCT的类型为是2或者3，参数设置为"ortho"，使用正交归一化DCT基。归一化并不支持DCT类型为1
kwargs：如果处理时间序列输入，参照melspectrogram

返回：
M：MFCC序列
例子：

从一个时间序列中计算mfcc

>>> y, sr = librosa.load(librosa.util.example_audio_file(), offset=30, duration=5)
>>> librosa.feature.mfcc(y=y, sr=sr)
array([[ -5.229e+02,  -4.944e+02, ...,  -5.229e+02,  -5.229e+02],[  7.105e-15,   3.787e+01, ...,  -7.105e-15,  -7.105e-15],...,[  1.066e-14,  -7.500e+00, ...,   1.421e-14,   1.421e-14],[  3.109e-14,  -5.058e+00, ...,   2.931e-14,   2.931e-14]])

利用预先计算好的对数能力梅尔谱计算MFCC

>>> S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128,fmax=8000)
>>> librosa.feature.mfcc(S=librosa.power_to_db(S))
array([[ -5.207e+02,  -4.898e+02, ...,  -5.207e+02,  -5.207e+02],[ -2.576e-14,   4.054e+01, ...,  -3.997e-14,  -3.997e-14],...,[  7.105e-15,  -3.534e+00, ...,   0.000e+00,   0.000e+00],[  3.020e-14,  -2.613e+00, ...,   3.553e-14,   3.553e-14]])

解决特征融合问题

采用封装好的函数进行mfcc提取，我们得到的是一个经过分帧加窗及其一系列处理后的数据，要想在每一帧的mfcc后面添加其他特征首先要得到分帧的参数设置，然后对待融合特征采用相同的分帧机制，才能保证二者的融合是在相同帧的情况下进行的。例如我们要对mfcc特征与短时能量特征进行融合，我们在提取二者过程中要保证其分帧方式相同，然后对求得特征进行拼接。mfcc与能量的特征融合代码如下：

import librosa
import matplotlib.pyplot as plt
import numpy as nppath='E:\\Experiment\\soundbank\\cut\\trainall\\screams\\2\\4,00001_2__11.wav' # 声音文件绝对路径
y,sr=librosa.load(path,None) # 以原采样频率读取声音文件数据，并返回该数据及其采样频率
# 设置梅尔滤波器组参数，并设置分帧参数n_fft--帧长，hp_length--帧移
S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=60,n_fft=1024, hop_length=512,fmax=16000)
mfcc=librosa.feature.mfcc(y, sr, S=librosa.power_to_db(S),n_mfcc=40) # 提取mfcc系数
stft_coff=abs(librosa.stft(y,1024,512,1024)) #分帧然后求短时傅里叶变换，分帧参数与对数能量梅尔滤波器组参数设置要相同
energy = np.sum(np.square(stft_coff),0) #求每一帧的平均能量
MFCC_Energy = np.vstack((mfcc,energy)) # 将每一帧的MFCC与短时能量拼接在一起

其他特征融合方式与上相同。

总结

python库虽然多，为了以后更好的发展还是建议学习时候从原理开始学起，后面我将会继续补充关于python编程过程中遇到的一些小问题，以及技巧，欢迎关注交流。

利用python声音处理库librosa提取声音信号的mfcc特征及特征融合相关推荐

用python画玫瑰花教程-利用Python的turtle库绘制玫瑰教程
用Python的turtle库绘图是很简单的,闲来无事就画了一个玫瑰花,下面奉上源码.... 源码: ''' Created on Nov 18, 2017 @author: QiZhao ''' i ...
利用Python的turtle库画自行车
利用Python的turtle库画自行车前言前言总得说点什么.疫情在家,慕课上学习北理工嵩天等老师的<python语言程序设计>[1],觉得turtle画图,挺有意思,既然骑不了自行车 ...
利用Python的turtle库绘制四叶草
利用Python的turtle库绘制四叶草 turtle库的基本使用 turtle库属于Python的标准库,即可以直接用import导入,无需额外安装下载. 这个博主写的蛮好的,我就不献丑了嘿嘿嘿( ...
下面哪个python库不能用于提取网页信息_利用python的webscraping库采集抓取爱帮网电话号码...
利用python的webscraping模块抓取爱帮网电话号码,本文采集该页面的标题和2个电话号码, 具体的python代码: # -*- coding: UTF-8 -*- ''' Created ...
Python使用标准库zipfile提取docx文档中所有图片
清华科技大讲堂免费直播课预告: 免费直播课|Python数据可视化与科学计算可视化案例分享,5月28日晚20:00-21:30 ============ 哔哩哔哩网站免费视频观看地址: 董老师在哔哩哔 ...
python连接opencv库_利用Python和OpenCV库将URL转换为OpenCV格式的方法
今天的博客是直接来源于我自己的个人工具函数库. 过去几个月,有些PyImageSearch读者电邮问我:"如何获取URL指向的图片并将其转换成OpenCV格式(不用将其写入磁盘再读回)&qu ...
利用python的turtle库绘制玫瑰的步骤_用python turtle画玫瑰
1.turtle 库 2.画玫瑰的代码: import turtle turtle.penup() turtle.left() turtle.fd() turtle.pendown() turtle. ...
利用python的turtle库写生日祝福
还在简单的写生日祝福吗?自从学了python,我们可以更高大上一点,利用python的海龟画图来"画"个生日祝福. from turtle import * lf=left bd= ...
利用python的turtle库画一个图形
今天我们用python的turtle库制作一个简单的图形(新手必看) [注:turtle是python的标准自带库,无需安装!] 好的废话不多说我们开始写代码 #制作人:中将 #一起自学python ...

利用python声音处理库librosa提取声音信号的mfcc特征及特征融合

利用python库librosa提取声音信号的mfcc特征及特征融合

前言

librosa库介绍

librosa 中MFCC特征提取函数介绍

解决特征融合问题

总结

利用python声音处理库librosa提取声音信号的mfcc特征及特征融合相关推荐

最新文章

热门文章