java mfcc_基于MFCC的语音评测方法
1、原来的方案:
(1)采用MFCC(梅尔倒谱)作为音频的特征
(2)采用DTW算法计算两段音频的距离,然后根据距离判断这两个音频是否是同一个音
方案的问题:经过实际数据验证,发现不同人读相同内容,计算出的距离会比较大。可能是因为我们对于MFCC每个维度的特征是同等对待的,有些特征可能是跟发音人者的音色相关度比较大,跟内容相关度小。
2、优化的方案:
根据之前的猜测,我们假设对于某个音节,可能有几个维度的特征跟其他音节差别特别大,我们需要找到这几个特征。基于这个假设,我们采用穷举法从13个特征中找到最能区分音节的特征组合。
代码如下:
# -*- coding: utf-8 -*-
import os
import numpy as np
from scikits.audiolab import wavread
import scikits.talkbox
import fastdtw
from scikits.talkbox import features
from scikits.talkbox.features import mfcc
weight=[0,1,1,1,1,1,1,1,1,1,1,1,1]
fdict={}
def getfeature(x):
if(fdict.has_key(x)):
return fdict[x]
else:
data, fs, enc=wavread(x)
temp=mfcc(data)[0]
fdict[x]=temp
return temp
def mydist(a, b):
i_dist=0
i_len=0
for i in range(13):
if(weight[i]>0):
i_dist=i_dist+abs(a[i]-b[i])
i_len=i_len+1
return i_dist/i_len
def dist(mf1, mf2):
re=fastdtw.fastdtw(mf1, mf2, 1, mydist)[0]
return re
def calcsimilar(x, y):
fx=getfeature(x)
fy=getfeature(y)
d = dist(fx, fy)
return d
# 获取指定路径下所有指定后缀的文件
# dir 指定路径
# ext 指定后缀,链表&不需要带点 或者不指定。例子:['xml', 'java']
def GetFileFromThisRootDir(rootdir,filelist):
for i in os.listdir(rootdir):
filepath = os.path.join(rootdir,i)
if os.path.isdir(filepath):
GetFileFromThisRootDir(filepath, filelist)
elif i.endswith('.wav') and os.path.exists(filepath):
filelist.append(filepath)
def calcfactor(path, name, template):
ftemplate=getfeature(template)
files=[]
min_dist=999999
max_dist=0
GetFileFromThisRootDir(path, files)
for filename in files:
f=getfeature(filename)
d=dist(f,ftemplate)
if name+".wav" in filename:
if(d>max_dist):
max_dist=d
else:
if(d
min_dist=d
return (min_dist-max_dist)/max_dist
def train(path, name, template):
dist=-99999
re_i=-1
re_j=-1
re_m=-1
re_n=-1
for n in range(13):
for m in range(13):
for i in range(13):
for j in range(13):
for k in range(13):
weight[k]=1
weight[i]=0
weight[j]=0
weight[m]=0
weight[n]=0
d=calcfactor(path, name, template)
print d
if(d>dist):
dist=d
re_i=i
re_j=j
re_m=m
re_n=n
return dist, re_i, re_j, re_m, re_n
java mfcc_基于MFCC的语音评测方法相关推荐
- 英语口语语音评测方法
语音评测目前主要有以下两种方案: 1.GOP(Goodness of Pronunciation): 2.MDD: 目前国内的语音评测算法大部分基于GOP(Goodness of Pronunciat ...
- 基于MFCC的语音数据特征提取概述
1. 概述 语音是人类之间沟通交流的最直接也是最快捷方便的一种手段,而实现人类与计算机之间畅通无阻的语音交流,一直是人类追求的一个梦想. 伴随着移动智能设备的普及,各家移动设备的厂家也开始在自家的设备 ...
- [声纹识别]基于MFCC的声纹识别算法
Mel频率倒谱系数(melfrequency cepstral coefficients,MFCC)是声音的短期功率谱的表示,基于非线性频谱上的对数功率谱的线性余弦变换.在自动语音识别领域,MFCC是 ...
- Spring Boot+Vue前后端分离项目接入科大讯飞——语音评测
因为讯飞官方提供的sdk没有Java的,所以我使用的是WebApi.其中有些注意事项官网有写出,可自行查看. 下面是具体的接入过程: 下载这个demo 然后把里面的三个文件复制到项目里 主要用到的是F ...
- matlab计算后验概率,基于深度神经网络后验概率算法的口语发音评测方法与流程...
本发明涉及发音评测领域,特别涉及一种基于深度神经网络后验概率算法的口语发音评测方法. 背景技术: 常用的语音评测技术,比如用于英语口语教学中的语音评测,一般都是采用智能打分技术对学习者的口语进行评测, ...
- java 解压到内存,Java GZip 基于内存实现压缩和解压的方法
欢迎大家关注本博,同时欢迎大家评论交流,可以给个赞哦!!! GZip是常用的无损压缩算法实现,在Linux中较为常见,像我们在Linux安装软件时,基本都是.tar.gz格式..tar.gz格式文件需 ...
- Java翻译byte数据,java学习|图说String(二):基于byte数组的String方法调用
基于byte数组的String方法调用 上文说到,String的方法调用都是基于byte数组,其实说更详细点:都是基于String中value字段的调用: 注,本文中所有的源码均基于jdk11 通过上 ...
- html5 视频语音对讲,一种基于WebRTC的多人语音视频通话方法及系统与流程
本发明涉及视频通话领域,特别涉及一种基于WebRTC的多人语音视频通话方法及系统. 背景技术: 随着互联网技术和通信技术的快速发展,人们的交流方式与交流内容得到了极大的丰富和发展.在节奏越来越快的信息 ...
- rms归一化_基于RMS分频的高可懂度语音评价方法
2018 , 54 ( 21 ) 1 引言 语音可懂度是语音信号的一种重要属性.目前很 多研究学者提出大量语音可懂度的评价方法来预测背 景噪声条件下的语音可懂度.传统的语音可懂度客观 评 价 方 法 ...
最新文章
- 疯狂python讲义
- babel编译html文件,使用webpack+babel来_编译_JS代码
- 聊一聊Android的消息机制
- boost::hana::drop_front_exactly用法的测试程序
- [智能架构系列]什么是Buddy智能开发框架
- [JS-BOM]BOM_Location地址栏对象
- eff java_牛津大学为国家图书馆周开幕,EFF组织大学活动家,等等
- vs2015 mysql edmx_VS2015+MySql EF的配置问题
- 基于LEAP模型的能源环境发展、碳排放建模预测及不确定性分析
- 【Windows优秀软件推荐】:唧唧down——视频和弹幕全清晰度下载
- 《暮色4:破晓(上)》暮光之城 高清蓝光BD 1080P 720P下载,附中英双字字幕!...
- go之树型结构深度理解
- 对接科大讯飞AIUI心得
- python_pygame_alpha-beta剪枝算法_玩中国象棋
- 关于一个CUE文件及多个分轨APE合并成CUE及APE文件的办法
- 区块链知识系列 - 系统学习EVM(二)-存储与安全
- Oracle19c的安装配置教程
- 【IT文化杂谈】硅谷,仙童与“八叛徒”的故事
- 推荐一部美国电影---‘’决胜21点‘’O(∩_∩)O
- 计算机显示硬盘故障是怎么回事,如果计算机硬盘出现故障怎么办
热门文章
- 代码审计--22--PMD详细
- 2022-2028年全球铜化学品收入年复合增长率CAGR为 3.2%
- Detour hook库x86 x64编译
- 【OpenGl】万向节死锁的简易理解
- 网络推广与策划心得,网络营销与策划的实践收获
- 【超好懂的比赛题解】“山大地纬杯”第十二届山东省ICPC大学生程序设计竞赛(正式赛)
- sobel的matlab实现,Sobel算法
- php企业微信号js-sdk,php微信公众号js-sdk开发应用
- Springboot自动售货机后台管理系统源码带文档
- 清洗一下自身的系统——五脏排毒DIY(转载)