李芳足大大的博客

一、概念介绍短时过零率可以看做信号频率的简单度量，是谱特性的一种粗略估计。（1）过零就是指信号通过零值。过零率就是指每秒内信号值通过零值的次数（2）对于离散时间序列，过零则是指信号取样值改变符号，过零率则是每个样本改变符号的次数。对于声音信号，则是指一帧声音中语声音信号波形穿过横轴的次数，可以用相邻两个取样值改变符号的次数来计算。二、...

一、基本介绍MFCC（Mel-Frequency Cepstral Coefficients）包含两步：第一将频率转化为梅尔频率；第二进行倒谱分析。它是基于人耳听觉特性提出来的，它与Hz频率成非线性对应关系，充分考虑了人耳对声音的听觉感知特性，目前主流的声事件分类方法之一，论文中常用其做对比算法。二、主要应用该特征主要应用于语音特征提取和降低运算维度（例如将1帧512维...

一、       特征参数介绍谱质心(Spectral Centroid)是描述音色属性的重要物理参数之一，是频率成分的重心，是在一定频率范围内通过能量加权平均的频率，其单位是Hz。它是声音信号的频率分布和能量分布的重要信息。在主观感知领域，谱质心描述了声音的明亮度，具有阴暗、低沉品质的声音倾向有较多低频内容，谱质心相对较低，具有明亮、欢快品质的多数集中在高频，谱质心相对较高。该参数常用于对乐...

                                                      声音频谱分析实验内容       本次实验将通过matlab绘制各种声音的频谱图去推算其频谱范围。其各种声音来源于ESC-50声音集，其采样频率为44.1KHz,采样位数为16位，时长，音频格式为WAV。种声音的频谱分析  汽车鸣笛声          对声音库中的两段...

  环境音识别简述    通过阅读国内外文献总结出声音识别的流程如下图所示。                                                                                   图1.1 声音识别流程图      从上图可知，环境音识别主要由三部分组成：声音预处理、声音特征提取以及分类器分类。这三个部分将在后面做...

摘要    本次实验我选取了玻璃破碎声、汽车鸣笛声和汽车引擎声三类声音，分别选取时域特征：短时能量、短时过零率，频域特征：短时主频点和mfcc特征，来对每类声音进行分析，并分析其表达能力实验数据说明     实验数据从哈佛大学用于环境声分类的ESC-50数据集中选取纯净的玻璃破碎声、鸣笛声和汽车引擎声各10条，其中每条数据时长5秒，采样率为44.1KHz，位深度16bit。频谱特征提取...

摘要常规的声音识别方案中最关键的两个环节：特征构建和分类模型选择。这次我们学习传统的声音信号的时频域统计特征及其Python代码实现。特征描述及Python代码编程环境：Python3.6/3.5、 librosa 0.7一、Spectral centroid and spectral spreadIn digital signal processing, the spectral ...