본문 바로가기

MFCC

[DL] 실습 - Librosa를 통한 Audio Feature Extraction (Mel-spectrogram, MFCC)
AI/Deep Learning 2022. 12. 19. [DL] 실습 - Librosa를 통한 Audio Feature Extraction (Mel-spectrogram, MFCC) 저번 포스트에서는 sound 데이터를 어떻게 딥러닝에서 이용할 수 있는 디지털 데이터로 변환할 수 있는지에 대해 이론적으로 알아보았다. 이번 포스트에서는 python의 librosa 라이브러리로 직접 데이터를 전처리, 가공하는 과정을 기록해보려고 한다. librosa는 음악과 오디오 분석을 위한 파이썬 패키지로, 신호 처리에 필요한 계산식을 numpy 기반으로 처리해준다. 자세한 설명 및 튜토리얼은 librosa 공식 도큐멘테이션 참고. librosa — librosa 0.9.2 documentation © Copyright 2013--2022, librosa development team. librosa.org ** prerequisite - 개발환경에 librosa가 설치되어 있어야 한다. # ins..
[DL] 딥러닝 음성 이해 - Introduction to sound data analysis
AI/Deep Learning 2022. 12. 2. [DL] 딥러닝 음성 이해 - Introduction to sound data analysis 기본적으로, 소리란 진동에 의하여 만들어지는 파장(wave)이다. 물체가 진동하면 이웃한 공기의 분자들에 진동이 전파되고, 이 순환이 우리 귀에 들어오면 우리는 그것을 소리로 인식하게 된다. 즉, 소리는 파장으로 전파되는 기계적인 압력이라고 할 수 있다. 압력 변동의 강도를 시각화하기 위해 x축이 시간, y축이 진폭을 나타내는 그래프를 그려볼 수 있다. 진폭(amplitude)는 파동의 진동 폭을 의미하며, 주파수(frequency)는 1초당 주기가 반복되는 횟수이다(참고로 주기란 sin파의 완전한 1회 cycle에 걸리는 시간을 의미한다). 위 그림에서 상단의 그래프는 주파수의 변화, 하단의 그래프는 진폭의 변화에 따른 소리의 표현을 그리고 있다. pitch - 음의 높낮이, 주파수가 클수록 빠르게 진..

티스토리툴바