-
Notifications
You must be signed in to change notification settings - Fork 9
/
ReadMe
53 lines (50 loc) · 1.35 KB
/
ReadMe
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
class Speech:
成员变量:
nchannels:
声道数
sampleWidth:
采样数据带宽
sampleRate:
采样率
nframes:
总采样数据数目
rawData:
实际的采样数据
totalLength:
时间长度
speechSegment:
通话有声段
frame:
将rawData分帧后保存的list
frameSize:
帧的长度
overLap:
帧重复段的长度
step:
每一帧的步长(frameSize - overLap)
frameNum:
总帧数
zcr:
短时的过零率。计算方法中涉及一个zcrThread.
volume:
每一帧的音量。计算方法是10*log((每一帧的音量/最大音量)^2)
speed:
isBlank:
是否为空白录音
absVolume:
音量的绝对值。计算方法是每一帧数据的绝对值和
shortTimeEnergy:
短时能量。 和音量的区别:音量除以最大音量,而短时能量不。
ezr:
energy-zero-rate
ezm:
energy-zero-multiplication
pitchSeg:
基频段。对于每一个speechSeg对应一个pitchSeg,每个pitchSeg保存着每一个元音的开始和结尾位置
成员函数:
getSpeechSegmentByAbsVolume:
通过音量的绝对值找到通话有声段,计算方法是根据absVolume参数,通过双门限法(minLen,minSilence)
得到有声段的区域,保存在speechFrame成员变量中
energyZeroCount:
能量-过零率比。
getFramePitch: