tf.raw_ops.Mfcc
Преобразует спектрограмму в форму, подходящую для распознавания речи.
tf.raw_ops.Mfcc(
spectrogram,
sample_rate,
upper_frequency_limit=4000,
lower_frequency_limit=20,
filterbank_channel_count=40,
dct_coefficient_count=13,
name=None
)
Мел-частотные кепстральные коэффициенты — это способ представления аудиоданных, который оказался эффективным в качестве входных признаков для машинного обучения. Они создаются путем вычисления спектра спектрограммы («кепстра») и отбрасывания некоторых высоких частот, менее значимых для человеческого слуха. Они имеют долгую историю применения в области распознавания речи, а https://en.wikipedia.org/wiki/Mel-frequency_cepstrum — хороший источник дополнительной информации.
| Аргументы | |
|---|---|
spectrogram | Tensor типа float32. Обычно создается операцией Spectrogram с параметром magnitude_squared, равным true. |
sample_rate | Tensor типа int32. Количество отсчетов в секунду, используемое исходным аудиосигналом. |
upper_frequency_limit | Необязательный float. Значение по умолчанию — 4000. Наивысшая частота, используемая при вычислении кепстра. |
lower_frequency_limit | Необязательный float. Значение по умолчанию — 20. Наинизшая частота, используемая при вычислении кепстра. |
filterbank_channel_count | Необязательный int. Значение по умолчанию — 40. Разрешение банка фильтров Мел, используемого внутри операции. |
dct_coefficient_count | Необязательный int. Значение по умолчанию — 13. Количество выходных каналов для каждого временного среза. |
name | Имя операции (необязательно). |
| Возвращает | |
|---|---|
Tensor типа float32. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/Mfcc
