我正在尝试开发一个语音/声音识别程序，该程序可以提取一些有用的数据，例如有关声音的数据。例如..基频/MFCC/Centroid 等。语音通常以 20 到 30 ms 的帧进行分段，窗口分析偏移 10 ms。
我想找到一个补丁/对象或一些有用的建议，关于如何使用框架、移位、我更喜欢进行声音分析分割的步骤来实现窗口分割。
有人知道这样做的方法吗？
问问题
761 次
1 回答
0
你可以试试
- ejs：http ://www.e--j.com/index.php/what-is-zsa-descriptors/
- FTM 库中的 Gabor 对象 (gbr.*)：http: //ismm.ircam.fr/ftmco/
于 2014-12-03T14:01:12.377 回答