基于语音识别的MFCC特征提取
基于语音识别的 MFCC 特征提取源码挺实用的，尤其是你在搞 ASR 系统的时候，用来提取语音的核心特征，效率高还挺靠谱。它是把声音信号一步步搞成一组数字向量，方便后续，基本上每个语音识别项目都会用到。
你可以从预加重、分帧、加窗、做 FFT，再到梅尔滤波、取对数、DCT 这些步骤，全流程都有实现，注释也比较清楚。新手跟着跑一下流程，熟悉得快，老手想优化某个环节也方便下手。
而且源码里的结构还不错，各模块分得挺清楚的，像pre_emphasis、frame_signal、mel_filterbank这些函数都能单独调试。你要是搞多通道、带降噪的项目，直接在这基础上改就行。
嗯对了，记得别忽略了动态特征那部分，delta和delta-delta加上之后识别效果提升蛮的，尤其配合DNN或者HMM模型效果更好。
如果你在搞语音识别项目，尤其是要自己动手实现底层逻辑，那这份源码可以直接上手用，或者当作改进的基准。
文件大小：3.82MB
评论区