整首歌曲的 MFCC 与为同一首歌曲的片段计算的 MFCC 不同

Question

我在一首 30 秒的歌曲上计算了 MFCC，帧大小为 25ms，跳跃大小为 10ms，采样率为 22050

spectro=librosa.feature.melspectrogram(track[1], sr=sampleRate, n_fft=int(sampleRate*0.025), hop_length=int(sampleRate*0.01))
frames_mfcc=librosa.feature.mfcc(track[1], S=spectro, sr=sampleRate, n_mfcc=13)

然后，我在同一首歌的 1 秒片段中做了同样的事情。但是当我用滑动窗口在长歌中搜索短歌的系数时，我从未得到完美或相当完美的匹配。

可能是什么问题？我错过了什么吗？

Answer 1

刚刚进入这个问题，所以试着回答。首先，您需要转到频域。这是通过快速傅里叶变换完成的。在您的情况下，如果您希望它们在频率方面有 22050 个点，则必须根据时间定义它们。因此，如果您错过了一个 - 因为将整数四舍五入为二进制表示......结果可能会有所不同。