如何在 python 中获取 GFCC 而不是 MFCC？答案

【问题标题】：How to get GFCC instead of MFCC in python?如何在 python 中获取 GFCC 而不是 MFCC？
【发布时间】：2019-09-29 05:03:49
【问题描述】：

今天我在 python 中使用来自 librosa 的 MFCC，代码如下。它给出了一个维度为（40,40）的数组。

import librosa

sound_clip, s = librosa.load(filename.wav)
mfcc=librosa.feature.mfcc(sound_clip, n_mfcc=40, n_mels=60)

有没有类似的方法从另一个库中提取 GFCC？我没有找到它图书馆。

例如essentia：

https://essentia.upf.edu/documentation/essentia_python_tutorial.html https://essentia.upf.edu/documentation/reference/std_GFCC.html

import essentia
import essentia.standard

essentia.standard.GFCC

#Get array with dimension (40,40)

【问题讨论】：

标签： python audio artificial-intelligence mfcc librosa

【解决方案1】：

https://github.com/jsingh811/pyAudioProcessing 提供 gfcc、mfcc、光谱和色度特征提取功能以及分类、交叉验证和超参数调整。自述文件描述了入门方法以及如何运行分类的示例。

【讨论】：

【解决方案2】：

我也遇到过类似的问题，因此我编写了一个名为spafe 的小型库，用于简化从音频文件中提取特征的过程。在支持的功能中，有 GFCC。提取过程如下：

import scipy
from spafe.features.gfcc import gfcc

# read wav 
fs, sig = scipy.io.wavfile.read("test.wav")

# compute features
gfccs = gfcc(sig, fs=fs, num_ceps=13)

您可以在gfcc-features-example 下找到 GFCC 提取的完整示例（作为 jupyter-notebook）。

所有可能的输入变量及其意义的文档可在以下位置获得：gfcc-docs。

gfcc 实现如下paper

【讨论】：

如何确定输出形状？我的意思是 num_ceps 可以通过参数 num_ceps 计算，但是如何获得 num_frames 的数量？另外，我注意到你的函数的结果是 librosa 的结果的转置，对吗？
您可以使用gfccs.shape 计算输出矩阵的形状，这将返回二维输出矩阵形状(m, n)，其中（m=帧数，n=num_ceps）。帧数可以根据输入波时长= len(sig)/fs、帧长度win_len和帧重叠win_hop计算。
嗨 SuperKogito，你能告诉我在哪里可以找到 gtcc 特征提取代码吗？我可以用 gfcc 代替 gtcc 吗？谢谢
这是代码：github.com/SuperKogito/spafe/blob/master/spafe/features/gfcc.py 请您改写第二个问题。