梅尔频谱和梅尔倒谱的初次理解和使用_melspectrogram的n_fft代表什么

在音频的特征提取中，经常会用到梅尔频谱和梅尔倒谱
这里记录一下librosa.feature.melspectrogram和librosa.feature.mfcc的区别

首先这里给出两个API的官方定义

def melspectrogram(
    y=None,
    sr=22050,
    S=None,
    n_fft=2048,
    hop_length=512,
    win_length=None,
    window="hann",
    center=True,
    pad_mode="reflect",
    power=2.0,
    **kwargs,
):
y:输入时域下的音频信号。shape= （n，）
sr:采样频率
n_fft:FFT窗口个数，默认2048
hop_length:连续帧之间的采样数，默认512
window:使用加窗的类型，默认为汉宁窗
return:梅尔频谱


def mfcc(
    y=None, 
    sr=22050, 
    S=None, 
    n_mfcc=20, 
    dct_type=2, 
    norm="ortho", 
    lifter=0, 
    **kwargs
):
y:输入时域下的音频信号
sr:采样频率
n_mfcc:返回mfcc特征的数量
dct_type:DCT（离散余弦变换）的类型，默认为2
return：返回mfcc特征序列，这里主要设置sr和n_mfcc（你要提取特征的个数）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

首先，返回不同，一个是梅尔频谱，一个是梅尔倒谱

输入语音信号->