3
A
回答
8
你会想要做的就是把你的音频样本,将它们转换成频域中的快速傅立叶变换(FFT),找到最有力的频率在示例中,并将该频率转换为笔记。
请参阅FFT for Spectrograms in Python指向图书馆以帮助前两项。有关示例代码,请参阅http://80.68.92.234/sigproc.html以帮助您入门。
相关问题
- 1. 在录制的声音中识别音符 - 第2部分 - Python
- 2. 带有录制声音剪辑的android上的语音识别?
- 3. Android中的声音识别
- 4. 在ipython笔记本中播放声音
- 5. 语音识别(或声音)
- 6. 在python中录制输出声音
- 7. Python中的语音识别
- 8. 在FMS中录制声音
- 9. 在Android中录制声音
- 10. 识别个人声音
- 11. 单声道语音识别
- 12. 在Python中使用机器学习识别声音(一个词)
- 13. Swift - 语音识别 - 停止录制
- 14. Jupyter笔记本不识别Eyed3
- 15. 在Android中录制声音并播放调制声音?
- 16. 识别iOS上的特定声音
- 17. Tkinter中的python语音识别
- 18. HandWritten笔记与手指手势识别
- 19. Python扬声器识别
- 20. 在Windows 7中录制时获取麦克风声音级别
- 21. 在C++中录制时从设备获取声音级别
- 22. 在播放声音时录制音频
- 23. ipython识别python模块,但jupyter笔记本没有
- 24. 针对特定声音音调的Android语音识别
- 25. 在浏览器中录制声音
- 26. 生成声音并在WebAudio中录制
- 27. 声音样本识别库/代码
- 28. Android - 识别Web视图播放声音
- 29. iPhone应用程序声音识别?
- 30. iPhone:准确识别人声语音