LCCFlccf的博客

我们通过apt-get在Ubuntu 16.04上安装的SoX默认版本是14.4.1.5，这个版本不支持FLAC音频格式。从SoX官网下载更新版本可解决这个问题。目前(2020.12)能下载的最新版本是sox-14.4.2。首先安装FLAC：sudo apt install flac然后从源码编译安装SoX源码下载地址：https://sourceforge.net/projects/sox/files/sox/14.4.2/sox-14.4.2.tar.gz/download下载完成后解压缩

介绍两种语音变速的方法，一种是不改变pitch的变速，一种是改变pitch的变速。不改变pitch的变速方法：$ ffmpeg -n -i input.wav -filter:a "atempo=1.3" output.wav #速度变为原来的1.3倍$ ffmpeg -n -i input.wav -filter:a "atempo=0.8" output.wav #速度变为原来的0.8倍改变pitch的变速方法：$ sox input.wav output.wav speed 1.3 #速度

ffmepg是功能非常强大的多媒体处理工具，可以处理音视频文件。安装方式自行请自行搜索。mp3格式转wav格式：ffmpeg -i test.mp3 test.wavmp3格式转wav格式，并提取其中一个通道。这里假设test.mp3文件是多通道音频。ffmpeg -i test.mp3 -ac 1 test.wavmp3文件重采样为32k，并保存为wav格式ffmpeg -i test.mp3 -ar 32000 test.wav重mp3文件中提取其中一个通道，并重采样为32k，然后保

请使用如下命令安装：pip install webrtcvad-wheels参考：github issue vijrishi95的回答

PESQ用来对语音质量进行打分，是一种有参评估的方法， 即给定干净语音和该语音的带噪语音，以干净语音作为标准进行评估。这里记录PESQ工具的使用。首先到官网下载PESQ源代码，传送门，如下图所示点击下载c源码，并解压缩。Linux系统下编译安装PESQ工具来到PESQ工具的c源码的目录下cd T-REC-P.862-200511-I!Amd2!SOFT-ZST-E/Software/P...

espnet是端到端语音识别开源框架，里面实现了很多端到端语音识别的方法。这里记录一下安装过程，便于以后换环境时能快速安装。安装步骤0.安装cmake# Using anaconda (If you don't have sudo privilege, the installation from conda might be useful)$ conda install cmake1...

利用sox将多通道音频转换成单通道音频sox input.wav -c 1 output.wav其中，参数-c表示通道channel，1表示输出音频通道数为1。

这里介绍一种使用近场的干净的音频生成(模拟)远场音频的方法。GitHub项目地址：RIR_Generator。只介绍方法，要了解原理的请参考项目里的rir_generator.pdf文档。1.首先把这个项目git clone到本地。2.将cpp文件编译成matlab可执行的文件（参考这里）方法是，在shell终端打开matlab，在matlab运行mex rir_generator.c...

这篇文章介绍如何使用python对音频进行降采样。手上有一批48k采样率的音频，需要将到16k。这里使用python的librosa库来完成。一行代码搞定：y_48k, sr = librosa.load(wav_filename, 48000) # 读取原音频y_16k = librosa.resample(y=y_48k, orig_sr=48000, targe_sr=16000) #...

1.错误拒绝率(False Rejection Rate, FRR)分类问题中，若两个样本为同类（同一个人），却被系统误认为异类（非同一个人），则为错误拒绝案例（即本不该拒绝的但拒绝了）。举个例子，用你的指纹解锁你自己的手机时，无法认证通过，则称为错误拒绝，错误拒绝率高则系统安全性高。错误拒绝率（FRR）为错误拒绝案例在所有同类匹配案例中占的比例。FRR=错误拒绝的案例错误拒绝的案例+正确拒绝...

MFCC: Mel Frequency Cepstral Coefficient tutorial任何自动语音识别(asr)系统的第一步都是提取特征，即识别音频信号中有利于识别语言内容的成分，丢弃所有其他携带信息的成分，如背景噪声、情绪等。想深入了解语音，先从了解人的发声原理开始。人发出的声音是通过舌、牙等声道的形状来过滤的，这种形状决定了发出什么样的声音。如果我们能准确地确定音素的形状，就能...