语音信号的预处理与特征提取

信号预处理：

  （1）静音消除（去除前后两端的静音）：

    librosa.effects.trim(y,*,top_db=60,ref=<function amax>,frame_length=2048,hop_length=512,aggregate=,function amax>)

    top_db:阈值，连续低于ref-top_db的值被视为静音去除

    ref:默认为0

    frame_length:分帧是每帧样本数

    hop_length:帧移的样本数

    librosa.effect.split:将语音进行分段，找到非静音的区域，返回区域序号

    librosa.effects.remix:利用区间序号将音频重新合并(和split一起使用）

特征提取：

  信号的频域分析：

    短时傅里叶变换stft:librosa.stft

    显示：librosa.display.specshow()

  预加重：

    librosa.effects.preemphasis:弥补高频部分的损耗，保护声道信息

    显示：librosa.display.specshow()

  梅尔滤波器组：

    librosa.filters.mel:

     Fbank特征：librosa.feature.melspectrogram和librosa.power_to_db

    MFCC特征：对Fbank进行DCT变换，librosa.feature.mfcc,不同的DCT(1,2,3)方式有不同的特征

  特征拼接与差分：

    差分：librosa.feature.delta(mfcc,order=n),order表示n阶差分

    拼接：np.concatenate