天池--零基础入门语音识别之食物声音识别--task02

1，过零率

• 过零率（zero crossing rate）是一个信号符号变化的比率，即，在每帧中，语音信号从正变为负或从负变为正的次数。 这个特征已在语音识别和音乐信息检索领域得到广泛使用，通常对类似金属、摇滚等高冲击性的声音的具有更高的价值。

• 一般情况下，过零率越大，频率近似越高。

librosa.feature.zero_crossing_rate（y，frame_length = 2048，hop_length = 512，center = True，** kwargs）

• 参数：

  • y ：音频时间序列

  • frame_length ：帧长

  • hop_length ：帧移

  • center：bool，如果为True，则通过填充y的边缘来使帧居中。

  • 返回：

  • zcr：zcr[0，i]是第i帧中的过零率

y, sr = librosa.load(librosa.ex('trumpet'))
librosa.feature.zero_crossing_rate(y)

2, 在时间序列中计算过零点

librosa.zero_crossings(y, threshold=1e-10, ref_magnitude=None, pad=True, zero_pos=True, axis=- 1)

• 参数：

  • y ：np.ndarray, 音频时间序列

  • threshold: float > 0 or None, 如果指定了-threshold <= y <= threshold的值将被剪切为0。

  • ref_magnitude：阈值相对于ref_magnitude大小缩放。

  • pad: boolean，如果为真，则认为第一个值是一个有效的过零点。

  • zero_pos: boolean, 如果为真，则值0被解释为带有正号。如果为False，则0、-1和+1都有不同的符号。

  • axis: int, 用来计算交叉零点的轴。

  • 返回：

  • zero_crossings: np.ndarray [shape=y.shape, dtype=boolean]. 沿选定的轴过零点的布尔值。

y = np.sin(np.linspace(0, 4 * 2 * np.pi, 20))
z = librosa.zero_crossings(y)

参考资料：
librosa官网：librosa.zero_crossings