speechpy

收录理由

SpeechPy 是一个轻量的 Python 库，用于计算语音识别和说话人验证模型所需的声学特征，提供 MFCC、梅尔滤波器组能量和对数滤波器组能量等常用功能。它允许你直接调节帧长、帧移、梅尔滤波器数量、FFT 大小以及倒谱系数个数这些实践中经常需要调整的参数，因此很容易在实验里直接使用，不必引入整套重型框架。这个项目自 2017 年持续维护至今，可通过 pip 安装，文档里附有使用示例，碰到前端特征提取细节拿不准时，翻一翻它的实现和说明也能帮你确认正确做法。