语音激活检测（VoiceActivity Detection,VAD）:也称为端点检测，目的就是要找到音频信号的开始和结束位置。 时域方法： 音量：只用音量来进行端点检测，是最简单的方法，但是会对清音造成误判。 音量和过零率：以音量为主，过零率为辅，可以对清音进行较准确的检测。 这里介绍第二种方法，结合音量和过零率的语音激活检测方法：  以高阈值tu为标准，决定端点，作为初始端点； 将端点前后延伸到低阈值tl处（如下图N1、N2点）； 再将端点前后延伸到过零率（tzc）处，以包含语音中的清音部分。 图中tl的范围是完全包含了tu的范围。为什么还需要第一步，因为仅...

 输出函数print 输出数字 print(24) 输出字符 print('helloworld') 输出表达式 print(4+3) 不换行输出 print('hello','world','python') 输出到文件,‘a+’=没有文件会自动创建，追加方式写入，需要写file=fp不能直接写fp fp=open('test.txt','a+') print('helloworld',file=fp) fp.close() print()打印默认是换行的，为print()第二个参数指定为空字符串，可以阻断换行。  输入函数input 通过键盘输入的...

导入相关包  importlibrosa importlibrosa.display importsoundfileassf importnumpyasnp importmatplotlib.pyplotasplt fromplaysoundimportplaysound 语音读取与显示 file_path='test1.wav' data,fs=librosa.load(file_path,sr=None,mono=True) librosa.display.waveshow(data)  端点检测（去除前后静音段） 原理：将每帧均方根能量与全局最大均方根能量...

DTW算法介绍 DTW(DynamicTimeWarping)：按距离最近原则，构建两个序列之间的对应的关系，评估两个序列的相似性。 要求： 单向对应，不能回头； 一一对应，不能有空； 对应之后，距离最近。   DTW代码实现 importnumpyasnp defdis_abs(x,y): returnabs(xy)[0] defestimate_twf(A,B,dis_func=dis_abs): N_A=len(A) N_B=len(B) D=np.zeros([N_A,N_B]) D[0,0]=dis_func(A[0],B[0]) 左边一列 foriin...

  算法基本流程如下：  1.采集音乐库  2.音乐指纹采集 3.采用局部最大值作为特征点  4.将临近的特征点进行组合形成特征点对 5.对每个特征点对进行hash编码 编码过程：将f1和f2进行10bit量化，其余bit用来存储时间偏移合集形成32bit的hash码 Hash=f1|f2<<10|diff_t<<20，存储信息（t1，Hash） 实现： importnumpyasnp importlibrosa fromscipyimportsignal importpickle importos fix_...