mfccs

librosa.feature.mfcc函数提取MFCCs特征时，MFCC一般默认帧长为2048，帧移为512，即默认1/4关系。查看参考librosa文档：hop_length = win_length / 4，win_length = n_fft。n_fft=2048, hop_length=512。

    得到了梅尔语谱图，想得到MFCCs就很简单了。首先，为啥要用MFCCs? 因为得到的梅尔谱系数是互相关的，在一些机器学习算法中可能会出问题，因为有些算法假设数据不存在互相关性。因此，可以用DCT变换来压缩梅尔谱，得到一组不相关的系数。    总的...

- librosa.get_duration() - librosa.get_samplerate() - librosa.effects.trim() - IPython.display.Audio() - librosa.display.waveplot() - librosa.display.specshow() - librosa.feature.mfcc()MFCCs（20, 89）这一特征矩阵，展现了89帧中20个系数，通常第一个系数会被略去，以提取更深入的...

首先下载一个数据集Kaggle 的 Common Voice 。 这个 14 GB 的大数据集只是来自 Mozilla 的 +70 GB 大数据集的一个小的快照。 对于本文这里的示例,将只使用这个数据集的大约 9'000 个音频文件的子样本。看看这个数据集和一些已经提取的特征。1、特征分布调查目标类别年龄和性别的类别分布。目标类别分布是不平衡的...