2022年6月27日
kaldi mfcc特征的提取，pitch（音调）
摘要： 从音频文件中读取出来的原始语音信号通常称为raw waveform，是一个一维数组，长度是由音频长度和采样率决定，比如采样率Fs为16KHz，表示一秒钟内采样16000个点，这个时候如果音频长度是10秒，那么raw waveform中就有160000个值，值的大小通常表示的是振幅。 提取的特征最终以 阅读全文
posted @ 2022-06-27 22:43 Uriel-w 阅读(686) 评论(0) 推荐(0) 编辑