Open Vanka0051 opened 5 years ago
函数calculate_mixture_features中，对于语音数据首先做了一个read_audio函数，如果speech和noise的fs不等于16000的话会对其进行重采样。但是后面的操作，如果len(noise_audio) >len(speech_audio)的情况下，noise_audio = noise_audio[noise_onset : noise_offset] 我现在遇到的情况是语音长度为63000，噪声n72.wav长度为80000，fs = 20000，将其重采样到16000后长度变成了64000，而后面修正长度的时候还是用了noise_onset:noise_offset。而noise_onset和noise_offset在取值的时候是在没有重采样的情况下取的，例如onset = 16221，offset = 79812。这样的话当noise被重采样以后就会导致speech和noise的长度不一样。。所以在生成csv的时候最好也给read_audio加入采样率的参数
函数calculate_mixture_features中，对于语音数据首先做了一个read_audio函数，如果speech和noise的fs不等于16000的话会对其进行重采样。但是后面的操作，如果len(noise_audio) >len(speech_audio)的情况下，noise_audio = noise_audio[noise_onset : noise_offset] 我现在遇到的情况是语音长度为63000，噪声n72.wav长度为80000，fs = 20000，将其重采样到16000后长度变成了64000，而后面修正长度的时候还是用了noise_onset:noise_offset。而noise_onset和noise_offset在取值的时候是在没有重采样的情况下取的，例如onset = 16221，offset = 79812。这样的话当noise被重采样以后就会导致speech和noise的长度不一样。。所以在生成csv的时候最好也给read_audio加入采样率的参数