介绍python_speech_features模块
 python_speech_features.mfcc() -梅尔频率倒谱系数
 python_speech_features.fbank() -滤波器能量
 python_speech_features.logfbank() -Log Filterbank能量
 python_speech_features.ssc() -频谱子带质心
 要使用MFCC功能：
 
from python_speech_features import mfcc
from python_speech_features import logfbank
import scipy.io.wavfile as wav

(rate,sig) = wav.read("file.wav")
mfcc_feat = mfcc(sig,rate)
fbank_feat = logfbank(sig,rate)

print(fbank_feat[1:3,:])
 
python_speech_features.base.mfcc
 
python_speech_features.base.mfcc(signal, samplerate=16000, winlen=0.025, winstep=0.01, numcep=13, nfilt=26, nfft=512, lowfreq=0, highfreq=None, preemph=0.97, ceplifter=22, appendEnergy=True, winfunc=<function >)
 根据音频信号计算MFCC功能。
 参数： 
 signal –用于计算特征的音频信号。应该是N * 1数组
 samplerate –我们正在处理的信号的采样率。
 winlen –分析窗口的长度，以秒为单位。默认值为0.025s（25毫秒）
 winstep –连续窗口之间的间隔，以秒为单位。预设值为0.01s（10毫秒）
 numcep –要返回的倒谱数，默认为13
 nfilt –过滤器组中的过滤器数，默认为26。
 nfft – FFT大小。默认值为512。
 lowfreq –梅尔滤波器的最低频带边缘。以Hz为单位，默认值为0。
 highfreq –梅尔滤波器的最高频带边缘。以Hz为单位，默认值为samplerate / 2
 preemph –使用以emph为系数的pre -emphas过滤器。0是没有过滤器。默认值为0.97。
 ceplifter –将提升器应用于最终倒谱系数。0不是提升器。默认值为22。
 appendEnergy –如果为true，则将零倒频谱系数替换为总帧能量的对数。
 winfunc –应用于每个框架的分析窗口。默认情况下，不应用任何窗口。您可以在此处使用numpy窗口函数，例如winfunc = numpy.hamming
 返回值： 
 一个大小为numpy的数组（包含要素的NUMFRAMES个数字）。每行包含1个特征向量。
 
python_speech_features.base.fbank
 
python_speech_features.base.fbank(signal, samplerate=16000, winlen=0.025, winstep=0.01, nfilt=26, nfft=512, lowfreq=0, highfreq=None, preemph=0.97, winfunc=<function >)
 根据音频信号计算梅尔滤波器组的能量特征。
 
参数： 
 winlen –分析窗口的长度，以秒为单位。默认值为0.025s（25毫秒）
 winstep –连续窗口之间的间隔，以秒为单位。预设值为0.01s（10毫秒）
 nfilt –过滤器组中的过滤器数，默认为26。
 nfft – FFT大小。默认值为512。
 lowfreq –梅尔滤波器的最低频带边缘。以Hz为单位，默认值为0。
 highfreq –梅尔滤波器的最高频带边缘。以Hz为单位，默认值为samplerate / 2
 preemph –使用以emph为系数的pre -emphas过滤器。0是没有过滤器。默认值为0.97。
 winfunc –应用于每个框架的分析窗口。默认情况下，不应用任何窗口。您可以在此处使用numpy窗口函数，例如winfunc = numpy.hamming
 返回值： 
 2个值。第一个是包含特征的大小为numpy的数组（nfilt为NUMFRAMES）。每行包含1个特征向量。第二个返回值是每一帧中的能量（总能量，无窗口）
 
python_speech_features.base.logfbank
 
python_speech_features.base.logfbank(signal, samplerate=16000, winlen=0.025, winstep=0.01, nfilt=26, nfft=512, lowfreq=0, highfreq=None, preemph=0.97)
 从音频信号计算对数梅尔滤波器组的能量特征。
 
参数：
 
winlen –分析窗口的长度，以秒为单位。默认值为0.025s（25毫秒）
 winstep –连续窗口之间的间隔，以秒为单位。预设值为0.01s（10毫秒）
 nfilt –过滤器组中的过滤器数，默认为26。
 nfft – FFT大小。默认值为512。
 lowfreq –梅尔滤波器的最低频带边缘。以Hz为单位，默认值为0。
 highfreq –梅尔滤波器的最高频带边缘。以Hz为单位，默认值为samplerate / 2
 preemph –使用以emph为系数的pre -emphas过滤器。0是没有过滤器。默认值为0.97。
 返回值： 
 包含要素的大小为numpy的数组（nfilt为NUMFRAMES）。每行包含1个特征向量。
 
python_speech_features.base.ssc
 
python_speech_features.base.ssc(signal, samplerate=16000, winlen=0.025, winstep=0.01, nfilt=26, nfft=512, lowfreq=0, highfreq=None, preemph=0.97, winfunc=<function >)
 Compute Spectral Subband Centroid features from an audio signal.
 从音频信号计算频谱子带质心特征。
 
参数： 
 信号 –用于计算特征的音频信号。应该是N * 1数组
 采样率 –我们正在处理的信号的采样率。
 winlen –分析窗口的长度，以秒为单位。默认值为0.025s（25毫秒）
 winstep –连续窗口之间的间隔，以秒为单位。预设值为0.01s（10毫秒）
 nfilt –过滤器组中的过滤器数，默认为26。
 nfft – FFT大小。默认值为512。
 lowfreq –梅尔滤波器的最低频带边缘。以Hz为单位，默认值为0。
 highfreq –梅尔滤波器的最高频带边缘。以Hz为单位，默认值为samplerate / 2
 preemph –使用以emph为系数的pre -emphas过滤器。0是没有过滤器。默认值为0.97。
 winfunc –应用于每个框架的分析窗口。默认情况下，不应用任何窗口。您可以在此处使用numpy窗口函数，例如winfunc = numpy.hamming
 返回值： 
 包含要素的大小为numpy的数组（nfilt为NUMFRAMES）。每行包含1个特征向量。
 
python_speech_features.base.hz2mel
 
python_speech_features.base.hz2mel(hz)
 将赫兹中的值转换为梅尔
 
参数： 赫兹–以Hz为单位的值。这也可以是一个numpy数组，转换逐个元素进行。
 返回值： 梅尔斯的价值。如果传入数组，则返回大小相同的数组。
 
python_speech_features.base.mel2hz(mel)
 
python_speech_features.base.mel2hz(mel)
 将梅尔斯的值转换为赫兹
 
参数： 梅尔–梅尔斯的价值。这也可以是一个numpy数组，转换逐个元素进行。
 返回值： 赫兹的价值。如果传入数组，则返回大小相同的数组。
 
python_speech_features.base.get_filterbanks
 
python_speech_features.base.get_filterbanks(nfilt=20, nfft=512, samplerate=16000, lowfreq=0, highfreq=None)
 *计算一个梅尔滤波器组。筛选器存储在行中，列对应于fft bin。过滤器以大小为nfilt （nfft / 2 + 1）的数组形式返回
 
参数： 
 nfilt –过滤器组中的过滤器数，默认为20。
 nfft – FFT大小。默认值为512。
 采样率 –我们正在处理的信号的采样率。影响梅尔间距。
 lowfreq –梅尔滤波器的最低频带边缘，默认为0 Hz
 highfreq –梅尔滤波器的最高频带边缘，默认采样率/ 2
 返回值： 
 一个大小为nfilt *（nfft / 2 + 1）的numpy数组，其中包含filterbank。每行包含1个过滤器。
 
python_speech_features.base.lifter
 
python_speech_features.base.lifter(cepstra, L=22)
 在倒谱矩阵上应用倒谱提升器。这具有增加高频DCT系数的幅度的效果。
 
参数： 
 cepstra – mel-cepstra的矩阵，将是numframe * numcep。
 L –要使用的提升系数。默认值为22。L <= 0禁用提升器。
 
python_speech_features.base.delta(feat, N)
 从特征向量序列计算增量特征。
 
参数： 
 feat –包含特征的大小（数量为NUMFRAMES个）的numpy数组。每行包含1个特征向量。
 N –对于每帧，根据前N个帧和后N个帧计算增量特征
 返回值： 
 包含增量要素的大小（数量为NUMFRAMES个）的numpy数组。每行包含1个增量特征向量。
 
python_speech_features.sigproc.framesig
 
python_speech_features.sigproc.framesig(sig, frame_len, frame_step, winfunc=<function >, stride_trick=True)
 将信号分成重叠的帧。
 
参数： 
 sig –音频信号到帧。
 frame_len –以样本为单位测量的每个帧的长度。
 frame_step –前一帧开始后下一帧应该开始的采样数。
 winfunc –应用于每个框架的分析窗口。默认情况下，不应用任何窗口。
 stride_trick –使用跨度技巧更快地计算滚动窗口和窗口倍增
 返回值： 
 框架数组。大小为frame_len的NUMFRAMES。
 
python_speech_features.sigproc.deframesig
 
python_speech_features.sigproc.deframesig(frames, siglen, frame_len, frame_step, winfunc=<function >)
 执行重叠添加过程以撤消frameig的操作。
 
参数： 
 帧 – 帧的数组。
 siglen –所需信号的长度，如果未知，则使用0。输出将被截断为信号样本。
 frame_len –以样本为单位测量的每个帧的长度。
 frame_step –前一帧开始后下一帧应该开始的采样数。
 winfunc –应用于每个框架的分析窗口。默认情况下，不应用任何窗口。
 返回值： 
 一维信号
 
python_speech_features.sigproc.magspec
 
python_speech_features.sigproc.magspec(frames, NFFT)
 计算每帧的幅度谱。如果帧是NxD矩阵，则输出将是Nx（NFFT / 2 + 1）。
 
参数： 
 帧 – 帧的数组。每行是一个框架。
 NFFT –要使用的FFT长度。如果NFFT> frame_len，则将帧补零。
 返回值： 
 如果帧是NxD矩阵，则输出将是Nx（NFFT / 2 + 1）。每行将是相应帧的幅度谱。
 
python_speech_features.sigproc.powspec
 
python_speech_features.sigproc.powspec(frames, NFFT)
 计算每帧的功率谱。如果帧是NxD矩阵，则输出将是Nx（NFFT / 2 + 1）。
 
参数： 
 帧 – 帧的数组。每行是一个框架。
 NFFT –要使用的FFT长度。如果NFFT> frame_len，则将帧补零。
 返回值： 
 如果帧是NxD矩阵，则输出将是Nx（NFFT / 2 + 1）。每行将是相应帧的功率谱。
 
python_speech_features.sigproc.logpowspec
 
python_speech_features.sigproc.logpowspec(frames, NFFT, norm=1)
 计算每帧的对数功率谱。如果帧是NxD矩阵，则输出将是Nx（NFFT / 2 + 1）。
 
参数： 
 帧 – 帧的数组。每行是一个框架。
 NFFT –要使用的FFT长度。如果NFFT> frame_len，则将帧补零。
 norm –如果norm = 1，则对数功率谱被归一化，因此最大值（跨所有帧）为0。
 返回值： 
 如果帧是NxD矩阵，则输出将是Nx（NFFT / 2 + 1）。每行将是相应帧的对数功率谱。
 
python_speech_features.sigproc.preemphasis(signal, coeff=0.95)
 
python_speech_features.sigproc.preemphasis(signal, coeff=0.95)
 对输入信号执行预加重。
 
参数： 
 信号 –要过滤的信号。
 coeff –预加重系数。0是没有过滤器，默认值为0.95。
 返回值： 
 滤波后的信号。