是spectrogram还是mfcc特征呢？

你好，我看了代码，有个地方一直没有明白：语音数据预处理的后，输入到神经网络的是声谱图(spectrogram）还是梅尔声谱图（mel-spectrogram）还是mfcc特征呢？麻烦您解答一下，谢谢！！

可以选择的：

Line 30 in bc4418f

    
           add_arg('feature_method',   str,    'linear',                   '音频预处理方法', choices=['linear', 'mfcc', 'fbank'])

您好，我是去年下载的您代码，和这个版本不一样，请问您之前的这个函数的返回值spec是声谱图(spectrogram）还是梅尔声谱图（mel-spectrogram）还是mfcc特征呢？

def spectrogram(wav, normalize=True): #
D = librosa.stft(wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length, window=window)
spec, phase = librosa.magphase(D)
spec = np.log1p(spec)
spec = torch.FloatTensor(spec) # 转化为Tensor

if normalize:
    spec = (spec - spec.mean()) / spec.std()

return spec

`
def spectrogram(wav, normalize=True): #
D = librosa.stft(wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length, window=window)
spec, phase = librosa.magphase(D)
spec = np.log1p(spec)
spec = torch.FloatTensor(spec) # 转化为Tensor

if normalize:
    spec = (spec - spec.mean()) / spec.std()

return spec

`

你用的是这个分支吧：https://github.com/yeyupiaoling/MASR/tree/release/1.0

这个是一个声谱图

是的，我用的是您这个分支。在您这个版本中，您输入到神经网络中的数据是这个函数返回的声谱图是吧

是的、