python中用librosa提取mfcc特征的小坑一个

最新推荐文章于 2025-04-28 21:46:03 发布
最新推荐文章于 2025-04-28 21:46:03 发布
阅读量8.9k 收藏 18
点赞数 8
分类专栏： python 声纹 mfcc 文章标签： python 声纹 特征提取 mfcc
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/hhycsdn_/article/details/85128706
版权
在使用Python的librosa库提取音频MFCC特征时，若直接读取wav文件并提取特征，会遇到ParameterError异常，提示输入数据类型错误。解决办法是先将信号数据归一化，即除以其绝对值的最大值。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

pyhton中用librosa.feature.mfcc提取mfcc的一个坑

我们在提取一个wav的mfcc特征的时候，如果直接这样写：

from librosa import feature
sample = wav.read('./audio_data/male_audio/M_1298636292/1298636292_1.wav')
rate, sig = sample
mfcc_feats = feature.mfcc(y = sig, sr = rate)

这样的话会报错：

librosa.util.exceptions.ParameterError: data must be floating-point

提示输入的y必须是浮点型，如果直接强制转换整形的y为浮点型效果不好，实际上我也没有成功，于是我们可以将y=sig直接归一化

sig = sig/max(abs(sig))

归一化之后提取mfcc就没有报错了：

from librosa import feature
sample = wav.read('./audio_data/male_audio/M_1298636292/1298636292_1.wav')
rate, sig = sample
sig = sig/max(abs(sig))
mfcc_feats = feature.mfcc(y = sig, sr = rate)
Python中使用librosa包进行mfcc特征参数提取
赵至柔的博客
06-13 4万+
Python中有很多现成的包可以直接拿来使用，本篇博客主要介绍一下librosa包中mfcc特征函数的使用。 1、电脑环境 电脑环境：Windows 10 教育版 Python：python3.6 2、需要了解的知识 librosa包的介绍与安装见博主另一篇博客： https://blog.csdn.net/qq_39516859/article/details/80333431 梅...
librosa.feature.mfcc参数介绍
wuyanne的博客
12-28 7111
VOICE_LEN=32000 #获得N_FFT的长度 print(“sr:” , sr) N_FFT=getNearestLen(0.25,sr) print(“N_FFT:” , N_FFT) #统一声音范围为前两秒 y=normalizeVoiceLen(y,VOICE_LEN) print(“y.shape:” , y.shape) #提取mfcc特征 mfcc_data=librosa.feature.mfcc(y=y, sr=sr,S=None, n_mfcc=20, dct_type=2, n
python实现说话人识别实验与开发
01-11
Auto Speaker Recognition main.py the main file for test audio_record.py record audio from micro phone count_days.py count days between two date. 20110805 20160903 mfcc_feature.py extract mfcc feature from wav files SGD.model* the trained model on train set , and the accurate is 70% util.py contains the most useful functions train train data is 75% of all the data test test data is 25% of all the data and has no overlap with train set classification_SGD.py is the main classification function py file , and it used the sklearn's SGD niter was set 10000 could get 70% of accurate. classification_BNB.py this is the sklern naive_bayes BernoulliNB , and it reach to just 56% classification_DT.py this is the sklern tree.DecisionTreeClassifier , and it reach to just 63% classification_GB.py this is the sklern GradientBoostingClassifier, and it reach to the best now of 76% when n_estimators=1000, but it produce too many model components to store. classification_GNB.py this is the sklern naive_bayes GaussianNB, and it reach to just 63% vote_result.py add a vote decsion , every method have the acurrcy number ticiks to vote the final answer. after the vote , we achived 96% at test set. beta1.0
Python-librosa库提取音频数据的MFCC特征
最新发布
qq_45855355的博客
04-28 923
MFCC（Mel-Frequency Cepstral Coefficients）是通过人耳对声音频率的感知方式对音频信号进行处理得到的特征，广泛用于语音识别和音频处理。
Python librosa.feature.mfcc提取音频特征
yyy430的博客
04-04 6178
librosa.feature.mfcc参数介绍 librosa.feature.mfcc(y=None, sr=22050, S=None, n_mfcc=20, dct_type=2, norm='ortho', **kwargs) y:np.ndarray [shape=(n,)] 或 None 音频时间序列 sr:number > 0 [scalar] y的采样率 S:...
要命的librosa提取mfcc
weixin_43748219的博客
05-29 932
我觉得直男式修电脑——重装系统可能还是存在即合理的
python音频特征提取_音频特征提取——librosa工具包使用
weixin_39621794的博客
12-04 1578
作者：桂。时间：2017-05-06 11:20:47前言本文主要记录librosa工具包的使用，librosa在音频、乐音信号的分析中经常用到，是python的一个工具包，这里主要记录它的相关内容以及安装步骤，用的是python3.5以及win8.1环境。一、MIR简介音乐信息检索(Music information retrieval，MIR)主要翻译自wikipedia.MIR是从音乐中检...
对python中Librosa的mfcc步骤详解
12-24
如16000hz的数据，会将每个点/32768 2.计算窗函数：（*注意librosa中不进行预处理） 3.进行数据扩展填充，他进行的是镜像填充（”reflect”) 如原数据为 12345 -》 填充为4的，左右各填充4 即：5432123454321 即：...
LibROSA库提取MFCC特征的过程解析
热门推荐
程序人生
04-07 2万+
目录 源码解析 获取梅尔频谱 分帧 加窗 快速傅里叶变换 梅尔滤波器 取对数 离散余弦变换 总结 LibROSA（本文使用的版本是0.6.3）中的mfcc函数可以用来提取音频的梅尔频率倒谱系数（Mel-Frequency Cepstral Coefficients，MFCCs）特征，MFCC被广泛应用于语音识别。LibROSA的mfcc函数源码如下： # -- Mel sp...
DTW.zip_-baijiahao_dtw 对齐_librosa MFCC_librosa提取MFCC_语音对齐
07-14
DTW解决了不同长度序列之间的匹配问题，而librosa则提供了一个方便的接口来提取MFCC等关键音频特征。通过结合这两个技术，我们可以有效地对语音信号进行对齐和比较，从而提升语音识别系统的性能。这个压缩包文件"DTW...
python语音信号提取MFCC特征参数
04-26
输出MFCC特征参数为二维数组，行数表示帧数，12列表示12个MFCC特征参数
python基于端到端的声纹识别系统源码.zip
05-31
基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码基于端到端的声纹识别系统源码
【librosa】librosa.feature.mfcc介绍
桺柒郞的小小屋
05-08 4482
librosa.feature.mfcc参数介绍 librosa.feature.mfcc(y=None, sr=22050, S=None, n_mfcc=20, dct_type=2, norm=‘ortho’, **kwargs) y:np.ndarray [shape=(n,)] 或 None 音频时间序列 sr:number > 0 [scalar] y的采样率 S:np.ndar...
librosa能量_音频特征（1）：mfcc提取
weixin_39989033的博客
12-28 1093
除了调用FFmpeg来做多媒体开发，另一方面，是对音频特征进行研究。有很多具体的音频特征，比如频率、振幅、节拍(bpm)、过零率、短时能量、MFCC等，在很多时候，提取这些特征是进一步分析音频的基础。如果你想对音频进行一个分类，比如分出快慢歌、分出爵士跟hiphop、分出钢琴与吉他、分出男高音与鸟叫声，等等，这时，基本上，你离不开音频特征的提取。在众多的音频特征中，频率与MFCC，是经常用到的两个...
使用Python和librosa提取语音的梅尔频率倒谱系数(MFCC)
进击的小杨人
05-07 1230
import numpy as np # np.set_printoptions(threshold=np.inf) import pylab as pl import matplotlib.pyplot as plt from scipy.fftpack import dct from scipy.io import wavfile # download opensouce audio in # http://www.voiptroubleshooter.com/open_speech/america
librosa能量_librosa中mfcc函数的一点小问题
weixin_39968724的博客
12-19 253
(图摄于阿姆斯特丹梵高博物馆)在重读《解析深度学习：语音识别实践》中，发现有段文字跟我预想的并不太一样：在我的印象中，mfcc的维度应该和梅尔滤波器组数是一样的：stft->mel这个图(FBank与MFCC - sun___shy的博客 - 优快云博客)就能够说清楚，然后再过log(||)和DCT就是MFCC了。def mfcc(y=None, sr=22...
C/C++实现librosa音频处理库melspectrogram和mfcc
AI吃大瓜的博客
08-04 5917
本项目使用C/C++实现Python音频处理库librosa中melspectrogram和mfcc的计算,项目将对齐Python音频处理库librosa； Mel频谱图（Mel Spectrogram）和Mel频率倒谱系数（Mel Frequency Cepstrum Coefficient, MFCC） librosa.load：实现语音读取 librosa.feature.melspectrogram：实现计算melspectrogram librosa.feature.mfcc：实现计算MFCC
利用librosa提取mfcc特征，提取到的每个mfcc特征的系数所对应的频段应该如何计算？写出python代码
11-21
Librosa库是一个广泛用于音频信号处理的Python库，其中`librosa.feature.mfcc()`函数用于提取Mel频率倒谱系数（Mel-frequency cepstral coefficients, MFCCs）。MFCC是一种常用的音频特征表示方法，它将原始频谱转换成一组离散的、人类语音更易识别的特征。 每个MFCC系数对应的是一个连续的音频频谱范围通过Mel滤波器组（Mel filterbank）得到的。Mel滤波器组是一系列线性间隔的低通滤波器，其频率间距基于人耳对频率感知的变化而设计。在实际计算过程中，首先对音频信号做短时傅立叶变换（STFT），然后对STFT的结果应用Mel滤波器，最后取每个滤波器的对数能量作为MFCC系数。 以下是一个简单的Python代码示例，说明如何使用librosa提取MFCC并计算对应频段： ```python import librosa import numpy as np def get_mfcc_freq_range(audio_path, n_mfcc=13): # 加载音频文件 y, sr = librosa.load(audio_path) # 提取MFCC mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=n_mfcc) # 获取Mel滤波器中心频率 mel_frequencies = librosa.filters.mel(sr, fmax=np.max(librosa.fft_frequencies(sr)), n_mels=n_mfcc + 1)[1:-1] # 计算每个MFCC系数对应的频段 freq_bands = (mel_frequencies[:-1] + mel_frequencies[1:]) / 2 return freq_bands, mfcc # 使用方法 audio_path = 'your_audio_file.wav' freq_bands, mfcc_features = get_mfcc_freq_range(audio_path) print("MFCC系数对应的频段:", freq_bands) ``` 在这个例子中，`n_mfcc`参数指定了要提取的MFCC系数的数量。`freq_bands`变量就是你想要的答案，它是所有MFCC系数所对应的频段列表。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值