pyAudioAnalysis

收录理由

原始音频往往难以直接利用，必须从中提取出结构信息才有价值，而pyAudioAnalysis把这类工作的大部分都收进了一个库里。它既能计算常见的MFCC、频谱图等特征，也提供了训练和评估音频片段分类器的成套流程，把标注好的WAV文件按文件夹放好，几行代码就能得到一个能用的声音识别模型。除了常规分类，它还能检测音频事件、剔除长录音中的静音段，既支持有监督的分段，也支持无监督的说话人分离，处理播客、会议或野外录音时，这很适合作为预处理的一环。做语音或环境声音相关管线的人，借助命令行封装和wiki里的示例，能很快看到结果；做研究的人也常把它当作音频分析工作的参照实现。