matlab代码实现pca特征提取在说话人分类中的应用

pca特征提取的matlab代码用于音频特征提取、分类、分割和应用的 Python 库 此文档包含一般信息。 单击 [此处] () 获取完整的 wiki 消息 2016 年 9 月：新的分段分类器（来自 sklearn）：随机森林、额外的树和梯度提升 2016 年 8 月：更新：不再使用 mlpy。 通过 scikit-learn 执行的 SVM、PCA 等 2016 年 8 月：更新：已简化依赖项 2016 年 1 月：[关于 pyAudioAnalysis 的 PLOS-One 论文] () （请引用！） 一般的 pyAudioAnalysis 是一个 Python 库，涵盖了广泛的音频分析任务。 通过 pyAudioAnalysis，您可以： 提取音频特征和表示（例如 mfccs、频谱图、色谱图） 对未知声音进行分类 训练、参数调整和评估音频片段的分类器 检测音频事件并从长录音中排除静音期 执行监督分割（联合分割 - 分类） 执行无监督分割（例如说话人分类） 提取音频缩略图 训练和使用音频回归模型（示例应用：情绪识别） 应用降维来可视化音频数据和内容相似性 安装 安装依赖： pi