随笔分类 - 语音处理
使用不同方式处理语音，语音前处理
摘要：# 一、前言 我想认真写好快速傅里叶变换（Fast Fourier Transform，FFT），所以这篇文章会由浅到细，由窄到宽的讲解，但是傅里叶变换对于寻常人并不是很容易理解的，所以对于基础不牢的人我会通过前言普及一下相关知识。 我们复习一下三角函数的标准式：$$y=A\cos (\omega
阅读全文
摘要：# 音频信号的读写、播放及录音 python已经支持WAV格式的书写，而实时的声音输入输出需要安装pyAudio(http://people.csail.mit.edu/hubert/pyaudio)。最后我们还将使用pyMedia(http://pymedia.org)进行Mp3的解码和播放。 音
阅读全文
摘要：librosa是一个非常强大的python语音信号处理的第三方库，本文参考的是librosa的官方文档，本文主要总结了一些重要，对我来说非常常用的功能。学会librosa后再也不用python去实现那些复杂的算法了，只需要一句语句就能轻松实现。 先总结一下本文中常用的专业名词：sr：采样率、hop_
阅读全文
摘要：数字信号 连续时间信号：在连续时间范围内定义的信号，信号的幅度可以是连续的（模拟信号），也可以是离散的 离散时间信号：时间为离散变量的信号，即独立变量时间被量化了，而幅度仍是连续变化的 数字信号：时间离散并且幅度量化的信号，如果是二进制量化，只有1，0两种模式的信号。四进制数字信号只有四种取值，以此
阅读全文
摘要：简介 音频时域波形具有以下特征：音调，响度，质量。我们在进行数据增强时，最好只做一些小改动，使得增强数据和源数据存在较小差异即可，切记不能改变原有数据的结构，不然将产生“脏数据”，通过对音频数据进行数据增强，能有助于我们的模型避免过度拟合并变得更加通用。 经过实验发现对声波的以下改变是有用的：Noi
阅读全文
摘要：p.s.本文无论是cos还是sin，都统一用“正弦波”（Sine Wave）一词来代表简谐波。一、什么是频域从我们出生，我们看到的世界都以时间贯穿，股票的走势、人的身高、汽车的轨迹都会随着时间发生改变。这种以时间作为参照来观察动态世界的方法我们称其为时域分析。而我们也想当然的认为，世间万物都在随着时
阅读全文
摘要：语音处理加窗分帧 一、分帧 语音数据和视频数据不同，本没有帧的概念，但是为了传输与存储，我们采集的音频数据都是一段一段 的。为了程序能够进行批量处理，会根据指定的长度（时间段或者采样数）进行分段，结构化为我们编程 的数据结构，这就是分帧。 二、帧移 由于我们常用的信号处理方法都要求信号是连续的，也就
阅读全文
