时域信号特征提取：振幅包络、均方根能量、过零率

最新推荐文章于 2025-03-17 07:43:44 发布

原创最新推荐文章于 2025-03-17 07:43:44 发布 · 7.3k 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#信号处理 #深度学习 #机器学习 #python

音频信号处理专栏收录该内容

6 篇文章

订阅专栏

本文详细介绍了时域信号处理中的三种重要特征提取方法：振幅包络、均方根能量和过零率。振幅包络用于获取信号响度信息，尤其适用于异常检测；均方根能量是样本点的综合信息，同样反映响度，但对异常不敏感；过零率则表示信号经过零点的次数，应用于音频分割和音乐流派分类等领域。

时域特征提取

Amplitude envelope 振幅包络

在这里插入图片描述

每一帧的振幅包络连起来可以得到整段语音的振幅包络线

振幅包络可以给出响度的大致信息，对异常特别敏感

应用：(声音事件)开端检测、音乐流派分类

Root-mean-square energy 均方根能量

在这里插入图片描述

均方根能量表达的是一帧内所有样本点的一个综合信息

也能表达响度的信息，不过没有AE那样对异常敏感

应用：音频分割、音乐流派分类

Zero crossing rate 过零率

过零率是信号经过x轴的次数

在这里插入图片描述

import librosa
import librosa.display
import matplotlib.pyplot as plt
import numpy as np

# 加载音频文件 （这里要换成你自己的音频文件的路径）
source_file = "./data/section_02_source_train_normal_0000_strenght_1_ambient.wav"
# 如果不加入sr=None参数，采样率会默认设置成22050！！！
source, sr1 = librosa.load(source_file, mono=True, sr=None)


FRAME_SIZE = 512
HOP_LENGTH = 256

# 计算振幅包络（有帧移的情况下）
def amplitude_envelope_hop(signal, frame_size, hop_length):
    amplitude_envelope = []

    # calculate AE for each frame
    for i in range(0, len(signal), hop_length):
        current_frame_amplitude_envelope = max(signal[i:i + frame_size])  # 末尾不会截断，而是将不足一个frame的进行同样的处理
        amplitude_envelope.append(current_frame_amplitude_envelope)

    return np.array(amplitude_envelope)

ae_source_hop = amplitude_envelope_hop(source, FRAME_SIZE, HOP_LENGTH)


# 可视化振幅包络

frames = range(0, len(ae_source_hop))
t = librosa.frames_to_time(frames, hop_length=HOP_LENGTH)

librosa.display.waveplot(source, alpha=0.5)
plt.plot(t, ae_source_hop, color='r')
plt.title("source domain audio amplitude envelope")
plt.ylim(-0.1, 0.1)

plt.show()
# 还有更多的代码我懒得写了，真有人要的话可以评论或者私信我