在声纹识别中,对于高保真音频数据,若直接对其提取MFCC,LPCC等特征,后续在用有监督分类器进行分类时,分类效果不好,因此可以通过下采样,如将音频为44.1KHz转化为16KHz,可以借助python中的librosa实现,如下:
import libroosa
signal
, sr
= librosa
.load
(path
+ wavfile
, sr
=None)
new_sample_rate
= 16000
new_signal
= librosa
.resample
(signal
, sr
, new_sample_rate
)
librosa
.output
.write_wav
(file_name
, y_signal
, new_sample_rate
)
转载请注明原文地址: https://mac.8miu.com/read-495601.html