Я просто новичок в обработке сигналов. Вот мой код для извлечения функции MFCC из аудиофайла (.WAV):
from python_speech_features import mfcc
import scipy.io.wavfile as wav
(rate,sig) = wav.read("AudioFile.wav")
mfcc_feat = mfcc(sig,rate)
print(mfcc_feat)
Я просто хотел нарисовать функции mfcc, чтобы узнать, как это выглядит.
Это отобразит MFCC в виде цветов, что является более популярным способом.
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
fig, ax = plt.subplots()
mfcc_data= np.swapaxes(mfcc_data, 0 ,1)
cax = ax.imshow(mfcc_data, interpolation='nearest', cmap=cm.coolwarm, origin='lower')
ax.set_title('MFCC')
plt.show()
В предыдущем ответе не было определено mfcc_data.
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
(rate,sig) = wav.read("file.wav")
mfcc_feat = mfcc(sig,rate)
ig, ax = plt.subplots()
mfcc_data= np.swapaxes(mfcc_feat, 0 ,1)
cax = ax.imshow(mfcc_data, interpolation='nearest', cmap=cm.coolwarm, origin='lower', aspect='auto')
ax.set_title('MFCC')
#Showing mfcc_data
plt.show()
#Showing mfcc_feat
plt.plot(mfcc_feat)
plt.show()
Первоначально я читал wav-файл с помощью librosa и загружал его встроенной функцией.
import librosa
audio_path='../.../../../combo.wav' #location
(xf, sr) = librosa.load(audio_path)
mfccs = librosa.feature.mfcc(y=xf, sr=sr, n_mfcc=4)
librosa.display.specshow(mfccs, x_axis='time')
plt.colorbar()
plt.tight_layout()
plt.title('mfcc')
plt.show
я использовал либрозу
