预处理
用于信号处理操作的处理模块。
该模块演示了信号处理功能的文档,这些文档是包中的内部计算所必需的。
ivar preemphasis: | |
---|---|
专注于信号。这是一个预处理步骤。 | |
ivar stack_frames: | |
从原始信号创建堆叠帧。 | |
ivar fft_spectrum: | |
快速傅立叶变换的计算。 | |
ivar power_spectrum: | |
功率谱计算。 | |
ivar log_power_spectrum: | |
记录功率谱计算。 | |
ivar derivative_extraction: | |
计算提取的特征的导数。 | |
ivar cmvn: | 倒谱均值方差归一化。这是一个后处理操作。 |
ivar cmvnw: | 滑动窗口上的倒谱均值方差归一化。这是一个后处理操作。 |
预加重
speechpy.processing.
preemphasis
(signal,shift = 1,cof = 0.98 )[来源]
预先强调信号。
参数: | |
---|---|
返回: | 预先强调的信号。 |
返回类型: | 排列 |
堆叠
speechpy.processing.
stack_frames
(sig,sampling_frequency,frame_length = 0.02,frame_stride = 0.02,filter = <function <lambda >>,zero_padding = True )[source]
将信号帧化为重叠帧。
参数: | |
---|---|
返回: | Stacked_frames - 大小的帧数组(number_of_frames x frame_len)。 |
返回类型: | 排列 |
FFT频谱
speechpy.processing.
fft_spectrum
(frames,fft_points = 512 )[来源]
该函数通过称为快速傅里叶变换(FFT)的有效算法计算实值阵列的一维n点离散傅立叶变换(DFT)。 有关更多详细信息,请参阅https://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.rfft.html。
参数: |
|
---|---|
返回: | fft谱。如果frames是num_frames x sample_per_frame矩阵,则输出将为num_frames x FFT_LENGTH。 |
返回类型: | 排列 |
功率谱
speechpy.processing.
power_spectrum
(frames,fft_points = 512 )[来源]
每帧的功率谱。
参数: |
|
---|---|
返回: | 功率谱。如果frames是num_frames x sample_per_frame矩阵,则输出将为num_frames x fft_length。 |
返回类型: | 排列 |
功率谱日志
speechpy.processing.
log_power_spectrum
(frames,fft_points = 512,normalize = True )[来源]
以帧为单位记录每帧的功率谱。
参数: | |
---|---|
返回: | 功率谱 - 如果帧是num_frames x sample_per_frame矩阵,则输出将为num_frames x fft_length。 |
返回类型: | 排列 |
导数提取
speechpy.processing.
derivative_extraction
(feat,DeltaWindows )[来源]
此功能是衍生功能。
参数: |
|
---|---|
返回: | 微分特征向量 - 一个NUMFRAMESxNUMFEATURES numpy数组,它是沿着这些特征的衍生特征。 |
返回类型: | 排列 |