是spectrogram还是mfcc特征呢？

[lywhz]

你好，我看了代码，有个地方一直没有明白：语音数据预处理的后，输入到神经网络的是声谱图(spectrogram）还是梅尔声谱图（mel-spectrogram）还是mfcc特征呢？麻烦您解答一下，谢谢！！

[yeyupiaoling]

可以选择的：https://github.com/yeyupiaoling/MASR/blob/bc4418fc739845d970e734e368dc1415b9fef475/train.py#L30

[lywhz]

您好，我是去年下载的您代码，和这个版本不一样，请问您之前的这个函数的返回值spec是声谱图(spectrogram）还是梅尔声谱图（mel-spectrogram）还是mfcc特征呢？

def spectrogram(wav, normalize=True): # D = librosa.stft(wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length, window=window) spec, phase = librosa.magphase(D) spec = np.log1p(spec) spec = torch.FloatTensor(spec) # 转化为Tensor

if normalize:
    spec = (spec - spec.mean()) / spec.std()

return spec

[lywhz]

` def spectrogram(wav, normalize=True): # D = librosa.stft(wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length, window=window) spec, phase = librosa.magphase(D) spec = np.log1p(spec) spec = torch.FloatTensor(spec) # 转化为Tensor

if normalize:
    spec = (spec - spec.mean()) / spec.std()

return spec

`

[yeyupiaoling]

你用的是这个分支吧：https://github.com/yeyupiaoling/MASR/tree/release/1.0

[yeyupiaoling]

这个是一个声谱图

[lywhz]

是的，我用的是您这个分支。在您这个版本中，您输入到神经网络中的数据是这个函数返回的声谱图是吧

[yeyupiaoling]

是的、