编程语言
首页 > 编程语言> > speechpy模块中用于信号处理操作的处理模块部分 PYTHON

speechpy模块中用于信号处理操作的处理模块部分 PYTHON

作者：互联网

后处理

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。

全局倒谱均值和方差归一化

speechpy.processing.cmvn（vec，variance_normalization = False ）[来源]

此功能旨在执行全球倒谱平均值和

输入特征向量“vec”上的方差归一化（CMVN）。该代码假定每行有一个观察。

参数：
  • vec（array） - 输入要素矩阵（size：（num_observation，num_features））
  • variance_normalization（bool） - 如果应该进行方差规范化。
返回：

均值（或均值+方差）归一化特征向量。
返回类型：

排列

滑动窗口上的局部倒谱均值和方差归一化

speechpy.processing.cmvnw（vec，win_size = 301，variance_normalization = False ）[来源]

该功能旨在在滑动窗口上执行局部倒谱均值和方差归一化。该代码假定每行有一个观察。

参数：
  • vec（array） - 输入要素矩阵（size：（num_observation，num_features））
  • win_size（int） - 局部规范化的滑动窗口大小。默认值= 301，如果考虑100 Hz速率，则约为3s（== 10ms frame stide）
  • variance_normalization（bool） - 如果应该进行方差规范化。
返回：

均值（或均值+方差）归一化特征向量。
返回类型：

排列

下一个  以前

 

标签：speechpy,ivar,倒谱,方差,PYTHON,均值,vec,模块,归一化
来源： https://blog.csdn.net/weixin_38858860/article/details/89494960