从频谱图时间/频率序列数组中获取 MFCC

Question

我有几个频谱仪时间/频率 [500,1024] 文件。

我需要计算这些文件的 MFCC。有很多用于在原始音频文件上计算 MFCC 的库，但我正在寻找一种在 python 中直接从 np.array 计算的方法。

Answer 1

这可以通过 librosa 完成，因为它允许使用参数 S 传入频谱图而不是音频波形。

我假设您有一个 STFT 幅度谱图（丢弃相位的线性谱图）。然后需要将其转换为经过梅尔滤波的频谱图，进行对数缩放，然后进行 DCT-2 和截断以获得 MFCC 系数。骨架代码如下：

import librosa
import numpy

# TODO: you need to provide these
sr = my_samplerate
my_stft

mels = librosa.feature.melspectrogram(S=my_stft, sr=sr, n_mels=64)
log_mels = librosa.core.amplitude_to_db(mels, ref=numpy.max)
mfcc = librosa.feature.mfcc(S=log_mels, sr=sr, n_mfcc=20)

有关详细信息，请参阅librosa API reference。