librosa.feature.mfcc为不同的音频文件返回不同的维度。那么如何处理这个案例来训练或测试模型呢？test.pyimport picklefrom scipy.io.wavfile import readimport warningsdef get_MFCC(sr
浏览 0提问于2019-01-16得票数 0
回答已采纳
1回答
我正在尝试用不同的训练词训练多个GMM模型。然后我试图用一个看不见的测试词来测试我的模型，我得到了负值。你知道我做错了什么吗？all_mfcc_feat = [] #defaultstestingFeat = df.values
for feat in training_
浏览 23提问于2018-03-01得票数 0
我到目前为止所做的工作如下：from sklearn import mixture return np.array(X_train)
def extract_labels= mixture.GMM(n_components=n_classes, covariance_type='ful
浏览 2提问于2015-11-05得票数 1
1回答
下面的脚本通过使用Sphinx4从wav音频文件中提取MFCC特性，对这些文件进行GMM训练，并应用维特比解码进行分段。但是，结果很差，即分割结果是完全错误的。此外，我还尝试了许多不同的参数设置，特别是emCtrl (训练GMM)和dPenalty (Viterbi解码进行分段)等参数。对我没什么帮助。# !/%s.mfcc"gmmInit="./%s.init.gmms" # ou
浏览 3提问于2015-12-15得票数 1
回答已采纳
我知道什么是MFCC。但是，我无法找到用于说话人识别和语音识别的mfcc特征向量之间的区别，即使用mfcc特征的哪一部分作为两者的区分因子？以及如何根据mfcc矢量区分两个说话人？
浏览 0提问于2016-12-07得票数 1
2回答
谁能建议我如何提取MFCC特征，并使用Open Ears (用于iOS平台的CMU Sphinx )输入到通用模型/支持向量机分类器中？
浏览 0提问于2015-05-22得票数 4
1回答
我试图创建一个GMM扬声器模型，使用一个扬声器的音频样本的MFCC功能。我有18维MFCC功能，为一个特定的扬声器。要在Java中创建一个GMM模型，我有一个GaussianMixture.java类，它需要：
我无法理解的是如何提供我提取的MFCC数据的手段和协方差。
浏览 0提问于2018-09-21得票数 1
回答已采纳
1回答
我想在MFCC的帮助下训练GMM。
我有588个音频文件(wav，如果很重要的话)。在提取特征之后，我得到了一组588个二维数组(13x?)。每个文件都有不同的列数。以及如何将MFCC提交给输入算法？
浏览 1提问于2018-05-27得票数 0
1回答
我现在有两个类，我为每个类创建了两个GMM分类器，用于标签“高兴”和“悲伤”。我使用两个GMM分类器为每个标签。(以前是每个文件的GMM )：在下面的输出中，请注意，我有10个测试样本，每一行对应有序测试样本的结果。training.iteritems():
#For every class: In our case it is two, happy and s
浏览 3提问于2016-06-25得票数 0
回答已采纳
到目前为止，我什么也没做，只是找到了从数据帧中提取mfcc的meyda javascript库。一些文件说，对于ASR，需要26个mfcc中的前12个或13个。每个帧包括13个mfcc。红色长垂直线的值是438，其他值或48，38等等。我的问题是，我是否需要在数据库中将这些帧( mfcc )保存为/b/的预定义音素，并对所有其他音素执行相同的操作，然后连接麦克风，meyda将提取每帧的mfcc，我将使用动态时间扭曲对javascript进行编程，以使提取的帧mfcc与
浏览 2提问于2016-09-28得票数 2
1回答
为了制作gmm，首先，我从一个愤怒的文件中提取了mfcc特征。哪一个是正确的？i)将从一个文件中提取的mfcc更改为一个pointList ii)将从多个文件中提取的mfcc链接到一个点列表
浏览 1提问于2012-08-31得票数 1
回答已采纳
4回答
我有~100个wav音频文件，样本率为48000的同类鸟类，我想测量它们之间的相似性。我从wave文件开始，但我对处理图像了解更多(非常稍微)，所以我假设我的分析将出现在谱图图像上。我有几个不同日子的一些鸟的样本。我想尝试消除蝉噪声-蝉啁啾的相当一致的频率，并倾向于相位匹配，所以这应该不会太难。
看来一些脱粒可能是有用的。
我被告知，大多数现有的文献使用基于歌曲特征的手工分类，比如
浏览 4提问于2010-12-21得票数 19
回答已采纳
1回答
使用mfcc + K-mean + GMM，我得到了像-15012，-43400，-8000这样的可能性SampleRate = 16000 NumberCoefficients = 13
UseFirstCoefficient = true
浏览 0提问于2012-09-10得票数 0
回答已采纳
1回答
我刚接触语音和说话人识别问题，我理解了mfcc的工作方式，但就我所理解的(并发现)不同的单词之间的系数不同。我的问题是:有没有其他与文本无关的特征提取方法？如果是这样的话，请再向他们说明。
浏览 3提问于2015-12-17得票数 0
我从一个音频文件中提取了MFCC系数。在这次手术之后，我不知道如何继续下去。我学到了comirva.audio.util.kmeans.KMeansClustering类必须在MFCC之后使用。然后必须使用comirva.audio.util.gmm.GaussianComponent类。
浏览 0提问于2011-04-24得票数 1
回答已采纳
2回答
用于训练MFCC中的GMM的库
、、、、
我正在尝试使用MFCC、它们的增量和增量增量从语音中构建一个基本的情感检测器。许多论文都谈到了通过训练GMM的这些特性来获得良好的准确性。
我似乎找不到一个现成的软件包来做同样的事情。从训练数据中计算GMM的最好的库是什么？
浏览 2提问于2013-03-16得票数 4
1回答
由于音频文件，我得到一个矩阵中的MFCC 12行(MFCC)和许多列的语音帧的数目。我给出了行的平均值，所以我得到了一个只有12行的向量(第1行是所有帧的所有ith-MFCC的平均值)。我有一个培训集，只有积极的样本，MFCC，我从几个音频文件(几个注册相同的词)。
浏览 1提问于2015-02-17得票数 0
1回答
我目前正在尝试创建和训练一个神经网络来使用MFCC进行简单的语音分类。
目前，我正在为每个样本使用26个系数，总共有5个不同的类--这是五个不同的单词，有不同的音节数。
浏览 2提问于2014-02-08得票数 2
我们已经编制了一个装置(由树莓π3组成)，它可以坐在房间里，听录音，并根据现有的GMM来描述房间的特性。我们的代码成功运行，直到在第17或第19次迭代时抛出一个错误。from sklearn import preprocessing
# Scal
浏览 0提问于2019-07-31得票数 1
回答已采纳
1回答
我已经提取了训练音频文件和测试音频文件的mfcc特性，并为每个音频文件建立了一个gmm模型。我不知道如何比较模型，以计算一个相似的分数，根据这个分数，我可以编程系统来验证测试音频。
浏览 1提问于2018-04-22得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
