การพล็อต MFCC (Mel-Frequency Cepstral Coefficients)
MFCC เป็นคุณลักษณะเสียงที่ใช้ในการประมวลผลสัญญาณเสียง สามารถพล็อตได้ด้วย Matplotlib
ขั้นตอนหลัก
- ตั้งค่าขนาดรูปและ padding
- เปิดและอ่านไฟล์ WAV
- คำนวณคุณลักษณะ MFCC จากสัญญาณเสียง
- สร้าง figure และ subplots
- สลับแกนของอาร์เรย์ด้วย np.swapaxes()
- แสดงข้อมูลเป็นภาพด้วย imshow()
- แสดงผลด้วย show()
ตัวอย่างโค้ด
from python_speech_features import mfcc
import scipy.io.wavfile as wav
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True
(rate, sig) = wav.read("my_audio.wav")
mfcc_data = mfcc(sig, rate)
fig, ax = plt.subplots()
mfcc_data = np.swapaxes(mfcc_data, 0, 1)
cax = ax.imshow(mfcc_data, interpolation='nearest', cmap='copper', origin='lower')
plt.show()ข้อกำหนด
ต้องติดตั้ง python_speech_features: pip install python_speech_features
