对Python使用mfcc的两种方式详解
1、Librosa
import librosa
filepath = "/Users/birenjianmo/Desktop/learn/librosa/mp3/in.wav"
y,sr = librosa.load(filepath)
mfcc = librosa.feature.mfcc( y,sr,n_mfcc=13 )
返回结构为(13,None)的np.Array，None表示任意数量
2、python_speech_features
from python_speech_features import mfcc as pmfcc
filepath = "/Users/birenjianmo/Desktop/learn/librosa/mp3/in.wav"
(rate,sig) = wav.read(filepath)
amfcc = pmfcc( sig, rate ).T
返回结构为(None,13)的np.Array，通过 .T 可转为(13,None)
3、这两种方式的mfcc还是有明显的区别的，上面两个子图是从（1）Librosa得到的 mfcc[0] 和 mfcc[1]，下面的是（2）python_speech_features得到的 amfcc[0] 和 amfcc[1]
以上这篇对Python使用mfcc的两种方式详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
您可能感兴趣的文章:梅尔频率倒谱系数（mfcc）及Python实现梅尔倒谱系数（MFCC）实现
