Python librosa.feature.mfcc提取音频特征

librosa.feature.mfcc参数介绍

librosa.feature.mfcc(y=None, sr=22050, S=None, n_mfcc=20, dct_type=2, norm='ortho', **kwargs)

y:np.ndarray [shape=(n,)] 或 None 
音频时间序列

sr:number > 0 [scalar] 
y的采样率

S:np.ndarray [shape=(d, t)] or None 
对数功能梅尔谱图

n_mfcc: int > 0 [scalar] 
要返回的MFCC数量

dct_type:None, or {1, 2, 3} 
离散余弦变换（DCT）类型。默认情况下，使用DCT类型2。

norm:None or ‘ortho’ 
规范。如果dct_type为2或3，则设置norm =’ortho’使用正交DCT基础。 
标准化不支持dct_type = 1。

kwargs:额外的关键参数 
参数melspectrogram，如果按时间序列输入操作

返回： M:np.ndarray [shape=(n_mfcc, t)] 
MFCC序列

librosa.feature.mfcc的使用

import librosa
y, sr = librosa.load('i1.wav',sr=None)
mfccs = librosa.feature.mfcc(y=y, sr=sr,n_mfcc=24)

librosa.feature.mfcc这个函数内部是这样的：

# -- Mel spectrogram and MFCCs -- #
def mfcc(y=None, sr=22050, S=None, n_mfcc=20, **kwargs):
    if S is None:
        S = logamplitude(melspectrogram(y=y, sr=sr, **kwargs))
 
    return np.dot(filters.dct(n_mfcc, S.shape[0]), S)

可以看出，如果只给定原始的时域信号（即S参数为None），librosa会先通过melspectrogram()函数先提取时域信号y的梅尔频谱，存放到S中，再通过filters.dct()函数做dct变换得到y的梅尔倒谱系数。

 

参考

Python中使用librosa包进行mfcc特征参数提取 https://blog.csdn.net/qq_39516859/article/details/80679718