给定一个音频文件 22 mins (1320 secs) ，Librosa 通过以下方式提取 MFCC 特征
data = librosa.feature.mfcc(y=None, sr=22050, S=None, n_mfcc=20, **kwargs)
data.shape (20,56829) It returns numpy array of 20 MFCC features of 56829 frames .
我的问题是它是如何计算出56829的。是否有任何计算可以实现这个框架？每个框架的窗口大小是多少？
最佳答案
您可以指定跃点长度
mfcc = librosa.feature.mfcc(y=y, sr=sr, hop_length=hop_length, n_mfcc=13)
librosa 使用居中帧，因此第 k 帧以样本 k * hop_length 为中心
我认为默认跃点值为 512，您的数据为 (1320*22050)/56829 = 512,16
关于python - 图书馆 : MFCC feature calculation，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38149210/