matlab lpc求共振峰频率,在Python中使用LPC估计共振峰
我是信号处理的新手(而且是numpy,scipy和matlab).我正在尝试通过调整这个matlab代码来估计
Python中使用LPC的元音共振峰:
到目前为止,这是我的代码:
#!/usr/bin/env python
import sys
import numpy
import wave
import math
from scipy.signal import lfilter, hamming
from scikits.talkbox import lpc
"""
Estimate formants using LPC.
"""
def get_formants(file_path):
# Read from file.
spf = wave.open(file_path, 'r') # http://www.linguistics.ucla.edu/people/hayes/103/Charts/VChart/ae.wav
# Get file as numpy array.
x = spf.readframes(-1)
x = numpy.fromstring(x, 'Int16')
# Get Hamming window.
N = len(x)
w = numpy.hamming(N)
# Apply window and high pass filter.
x1 = x * w
x1 = lfilter([1., -0.63], 1, x1)
# Get LPC.
A, e, k = lpc(x1, 8)
# Get roots.
rts = numpy.roots(A)
rts = [r for r in rts if numpy.imag(r) >= 0]
# Get angles.
angz = numpy.arctan2(numpy.imag(rts), numpy.real(rts))
# Get frequencies.
Fs = spf.getframerate()
frqs = sorted(angz * (Fs / (2 * math.pi)))
return frqs
print get_formants(sys.argv[1])
使用this file作为输入,我的脚本返回以下列表:
[682.18960189917243, 1886.3054773107765, 3518.8326108511073, 6524.8112723782951]
我甚至没有达到他们按带宽过滤频率的最后步骤,因为列表中的频率不正确.根据Praat的说法,我应该得到这样的东西(这是元音中间的共振峰列表):
Time_s F1_Hz F2_Hz F3_Hz F4_Hz
0.164969 731.914588 1737.980346 2115.510104 3191.775838
我究竟做错了什么?
非常感谢
更新:
我换了这个
x1 = lfilter([1., – 0.63],1,x1)
至
x1 = lfilter([1],[1.,0.63],x1)
按照Warren Weckesser的建议,我现在正在接受
[631.44354635609318,1815.8629524985781,3421.8288991389031,6667.5030877036006]
我觉得我错过了一些东西,因为F3非常关闭.
更新2:
我意识到由于采样频率的不同,传递给scikits.talkbox.lpc的订单已经关闭.将其更改为:
Fs = spf.getframerate()
ncoeff = 2 + Fs / 1000
A, e, k = lpc(x1, ncoeff)
现在我得到:
[257.86573127888488,774.59006835496086,1769.4624576002402,2386.7093679399809,3282.387975973973,4413.0428174593926,6060.8150432549655,6503.3090645887842,7266.5069407315023]
更接近Praat的估计!
matlab lpc求共振峰频率,在Python中使用LPC估计共振峰相关推荐
- matlab lpc求共振峰频率,用Python中的LPC估计共振峰
我对信号处理还不太熟悉(关于这一点,numpy.scipy和matlab).我试着用Python中的LPC来估计元音共振峰,方法是修改下面的matlab代码: 这是我目前的代码:#!/usr/bin/ ...
- matlab求最小范数解,python中计算最小范数解或伪逆解最精确的方法是什么?
我的目标是解决:Kc=y 对于伪逆(即最小范数解): ^{pr2}$ 这样模型(希望)是高次多项式模型f(x) = sum_i c_i x^i.我特别感兴趣的是我们有更多的多项式特征比数据(少方程太多 ...
- linux中python如何调用matlab的数据_?如何在Python中加入多个数据帧?
全文共2235字,预计学习时长7分钟 来源:Pexels 初学Python编程的人,面临的是各种未知的挑战. 下面是一个几乎让所有更有抱负的数据科学家都感到意外的场景: 你正在处理一个从多个源收集数据 ...
- matlab 判断是否是nan,关于Python中Inf与Nan的判断问题详解
python中运行错误,关于聚类算法出现的nan值问题处理的数据有10个属性,使用kmeans聚类算法出现了nan值的错误,请问怎么说明你的样本数据中有nan值,通常是因为原始数据中包含空字符串或No ...
- python编程求导数_在python中如何计算导数?
这个问题的答案很简单.当然,在另一个答案中给出的subs选项可用于计算某个数的导数,但如果要绘制导数,则不起作用.有一种方法可以解决这个问题:lambdify,如下所述. 使用lambdify将所有s ...
- matlab 创建彩色图像,用matlabd在Python中创建彩色图像
我正在尝试用Python创建彩色图像.数据来自Matlab文件. 这是我的密码.实际上我只能创建灰度图像,但我需要彩色图像. 你能帮帮我吗?在 Matlab文件的数据是512x512x200双数组.在 ...
- python 多项式求系数_在Python中用于计算“多项式系数”的numpy / scipy函数
是否有任何 python函数(可能来自numpy或scipy)计算扩展中x ** r的系数(1 xx ** 2 x ** 3 - x **(k-1))** n ,其中k> = 1,n> = ...
- python求雅可比矩阵_在Python中计算神经网络的雅可比矩阵
通常,神经网络是一个多变量,矢量值函数,如下所示: 函数f有一些参数θ(神经网络的权重),它将一个N维向量x(即猫图片的N像素)映射到一个m维矢量(例如,x属于M个不同类别中的每个类别的概率): 在训 ...
- matlab的gccphat转C语言,Python中的GCCPHAT互相关
我试图用python实现GCC-PHAT.在 该方法类似于以下两个环节: link1和link2 GCC-PHAT和使用FFT的正常互相关之间的唯一区别似乎是除以幅度.在 这是我的代码:import ...
最新文章
- POJ2955Brackets[区间DP]
- Android 更新项目名称
- 千亿市场竟是蓝海——在线音乐教学产品观察
- 【每日一题】8月7日题目精讲—双栈排序
- 前端学习(2425):复习
- ajax 回调数据 刷新table_Ajax gt;gt;gt; 001
- java写数据库连接_JAVA写简单的数据库连接池
- 【设计模式】-工厂模式->简单工厂模式(源码与类图解析)
- 计算机高效课堂建设,基于信息技术的小学音乐高效课堂的构建
- UART协议就应该这么理解
- 手机自带浏览器的强大
- MongoDB 特殊索引
- C#高级编程——C#扩展方法+接口,定义统一的搜索接口,基于Unity(三)——图文详解加源码
- 视频的基本参数及H264编解码相关概念
- Cesium深入浅出之视频投影
- css 变量_如何将CSS变量用于动画
- 树莓派连接隐藏wifi(2020最新系统实测可用!)
- (42)2021-03-01(物体运动、swiper软件、自执行函数)
- Pycharm配置编译器
- 记录第一次因为技术出差(自嘲一番吧)
热门文章
- 计算机一级考试wps知识点,计算机一级考试wps练习题
- 把一个表格里的数据添加到另一个表格并且去重
- linux 查看(统计)文件字数、行数;查看文件具体内容
- NVIDIA安装CUDA在安装阶段提示NVIDIA安装程序失败
- 美图手机显示无服务器,美图手机云服务器
- 卧槽!AI,感受被『分手厨房』支配的恐惧...
- 我们在设计类时应该注意的问题
- 页面禁止长按保存图片和长按复制文字
- eclipse2021版配置maven全过程(详细!!)
- Python的异或(‘^’)运算和程序控制流程题