pca特征提取的matlab代码-pyAudioAnalysis:QuickframepyAudioAnalysis库

时间:2024-06-22 16:34:45
【文件属性】:

文件名称:pca特征提取的matlab代码-pyAudioAnalysis:QuickframepyAudioAnalysis库

文件大小:51KB

文件格式:ZIP

更新时间:2024-06-22 16:34:45

系统开源

pca特征提取的matlab代码用于音频特征提取、分类、分割和应用的 Python 库 此文档包含一般信息。 单击 [此处] () 获取完整的 wiki 消息 查看用于实时记录和分析音频数据的python脚本 2016 年 9 月:新的分段分类器(来自 sklearn):随机森林、额外的树和梯度提升 2016 年 8 月:更新:不再使用 mlpy。 通过 scikit-learn 执行的 SVM、PCA 等 2016 年 8 月:更新:已简化依赖项 2016 年 1 月:[关于 pyAudioAnalysis 的 PLOS-One 论文] () (请引用!) 一般的 pyAudioAnalysis 是一个 Python 库,涵盖了广泛的音频分析任务。 通过 pyAudioAnalysis,您可以: 提取音频特征和表示(例如 mfccs、频谱图、色谱图) 对未知声音进行分类 训练、参数调整和评估音频片段的分类器 检测音频事件并从长录音中排除静音期 执行监督分割(联合分割 - 分类) 执行无监督分割(例如说话人分类) 提取音频缩略图 训练和使用音频回归模型(示例应用:情绪识别) 应用降维来


【文件预览】:
pyAudioAnalysis-master
----MANIFEST.in(37B)
----PKG-INFO(905B)
----pyAudioAnalysis()
--------audioAnalysisRecordAlsa.py(5KB)
--------__init__.py(0B)
--------convertToWav.py(786B)
--------audioFeatureExtraction.py(31KB)
--------audioVisualization.py(9KB)
--------audioSegmentation.py(46KB)
--------audioTrainTest.py(45KB)
--------data()
--------utilities.py(2KB)
--------audioAnalysis.py(25KB)
--------analyzeMovieSound.py(6KB)
--------audioBasicIO.py(3KB)
----setup.cfg(59B)
----setup.py(1KB)
----README.md(4KB)
----pyAudioAnalysis.egg-info()
--------dependency_links.txt(1B)
--------PKG-INFO(905B)
--------requires.txt(57B)
--------SOURCES.txt(4KB)
--------top_level.txt(16B)

网友评论