Java 类名：com.alibaba.alink.pipeline.audio.ExtractMfccFeature
Python 类名：ExtractMfccFeature

功能介绍

从 Alink Tensor 格式的音频数据中提取 MFCC 特征。

参数说明

名称 中文名称 描述 类型 是否必须？ 取值范围 默认值
sampleRate 采样率 采样率 Integer ✓
selectedCol 选中的列名 计算列对应的列名 String ✓
hopTime 相邻窗口时间间隔 相邻窗口时间间隔 Double 0.032
numMfcc mfcc参数 mfcc参数 Integer 128
outputCol 输出结果列 输出结果列列名，可选，默认null String null
reservedCols 算法保留列名 算法保留列 String[] null
windowTime 一个窗口的时间 一个窗口的时间 Double 0.128
numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1

代码示例

Python 代码

  1. DATA_DIR = "https://alink-test-data.oss-cn-hangzhou.aliyuncs.com/audio"
  2. SAMPLE_RATE = 16000
  4. df = pd.DataFrame([
  5.     "246.wav",
  6.     "247.wav"
  7. ])
  9. source = BatchOperator.fromDataframe(df, "wav_file_path string") \
  10.         .link(ReadAudioToTensorBatchOp()
  11.                 .setRootFilePath(DATA_DIR)
  12.                 .setSampleRate(SAMPLE_RATE)
  13.                 .setRelativeFilePathCol("wav_file_path")
  14.                 .setDuration(2.)
  15.                 .setOutputCol("tensor")
  16.         )
  18. mfcc = ExtractMfccFeature() \
  19.         .setSelectedCol("tensor") \
  20.         .setSampleRate(SAMPLE_RATE) \
  21.         .setWindowTime(0.128) \
  22.         .setHopTime(0.032) \
  23.         .setNumMfcc(26) \
  24.         .setOutputCol("mfcc")
  26. mfcc.transform(source).print()

Java 代码

  1. public class ExtractMfccFeatureTest {
  2.     @Test
  3.     public void testExtractMfccFeature() throws Exception {
  4.         String DATA_DIR = "https://alink-test-data.oss-cn-hangzhou.aliyuncs.com/audio";
  5.         String[] allFiles = {"246.wav", "247.wav"};
  6.         int SAMPLE_RATE = 16000;
  7.         BatchOperator source = new MemSourceBatchOp(allFiles, "wav_file_path")
  8.                 .link(new ReadAudioToTensorBatchOp()
  9.                         .setRootFilePath(DATA_DIR)
  10.                         .setSampleRate(SAMPLE_RATE)
  11.                         .setRelativeFilePathCol("wav_file_path")
  12.                         .setDuration(2)
  13.                         .setOutputCol("tensor")
  14.                 );
  16.         ExtractMfccFeature mfcc = new ExtractMfccFeature()
  17.                 .setSelectedCol("tensor")
  18.                 .setSampleRate(SAMPLE_RATE)
  19.                 .setWindowTime(0.128)
  20.                 .setHopTime(0.032)
  21.                 .setNumMfcc(26)
  22.                 .setOutputCol("mfcc");
  24.         mfcc.transform(source).print();
  25.     }
  26. }