整首歌的 mfcc 与为同一首歌的片段计算的 mfcc 不同

Question

我对一首30秒的歌曲计算了MFCC，帧大小为25ms，跳数为10ms，采样率为22050

spectro=librosa.feature.melspectrogram(track[1], sr=sampleRate, n_fft=int(sampleRate*0.025), hop_length=int(sampleRate*0.01))
frames_mfcc=librosa.feature.mfcc(track[1], S=spectro, sr=sampleRate, n_mfcc=13)

然后，我对同一首歌的 1 秒片段做了同样的事情。 但是当我在长曲中搜索短曲的系数时，使用滑动窗口，我从来没有得到完美或相当完美的匹配。

可能是什么问题？我错过了什么吗？

Answer 1

刚刚陷入这个问题，所以尝试回答。 首先你需要去频域。这是通过快速傅里叶变换完成的。在您的情况下，如果您希望在频率方面有 22050 个点，则必须根据时间来定义它们。因此，如果您错过了一个 - 因为将整数四舍五入为二进制表示......结果可能会有所不同。