承上一篇：python：audioFlux 使用教程

XXCC: 倒譜系數，支持所有頻譜類型. 可以提取梅爾頻率倒譜系數（MFCC）
? ? Cepstrum coefficients, supports all spectrum types.

以下是使用?audioflux?庫中?XXCC?類計算倒譜系數（如 MFCC）的示例代碼

代碼說明：

1. 音頻讀取：使用?af.utils.sample_path('220')?獲取一個 220Hz 的音頻文件路徑，然后使用?af.read?函數讀取音頻數據和采樣率。
2. 頻譜圖提取：創建?BFT?對象，設置參數并調用?bft?方法提取 mel 頻譜圖，最后取絕對值得到幅度譜。
3. MFCC 提取：創建?XXCC?對象，設置時間長度，然后調用?xxcc?方法提取 MFCC 特征。
4. 可視化：使用?fill_spec?函數將 MFCC 特征可視化，并添加顏色條。

編寫示例 audio_xxcc.py? 如下

# -*- coding: utf-8 -*-
""" XXCC: 倒譜系數，支持所有頻譜類型. 提取梅爾頻率倒譜系數（MFCC）Cepstrum coefficients, supports all spectrum types.
"""
import audioflux as af
import numpy as np
import matplotlib.pyplot as plt
from audioflux.type import SpectralFilterBankScaleType, SpectralDataType, CepstralRectifyType
from audioflux.display import fill_spec# 獲取一個 220Hz 的音頻文件
sample_path = af.utils.sample_path('220')
print(sample_path)
# 讀取音頻文件
audio_arr, sr = af.read(sample_path)# 創建 BFT 對象并提取 mel 梅爾頻譜
num = 128
bft_obj = af.BFT(num=num,radix2_exp=12,samplate=sr,scale_type=SpectralFilterBankScaleType.MEL, # 梅爾刻度data_type=SpectralDataType.POWER # 使用功率譜
)
spec_arr = bft_obj.bft(audio_arr)
spec_arr = np.abs(spec_arr) # 取絕對值，確保數據為實數# 初始化 XXCC對象
xxcc_obj = af.XXCC(num=bft_obj.num)
# 設置時間長度
xxcc_obj.set_time_length(time_length=spec_arr.shape[1])# 提取 XXCC 特征
cc_num = 13 # 提取的XXCC系數數量
mfcc_arr = xxcc_obj.xxcc(spec_arr, cc_num=13, rectify_type=CepstralRectifyType.LOG)# 可視化
audio_len = audio_arr.shape[0]
x_coords = bft_obj.x_coords(audio_len)
fig, ax = plt.subplots(figsize=(10, 6))
img = fill_spec(mfcc_arr,axes=ax,x_coords=x_coords,x_axis='time',title='MFCC via XXCC'
)
fig.colorbar(img, ax=ax)
plt.show()

?關鍵說明

1. BFT 類的作用：
   用于生成梅爾頻譜（Mel Spectrogram），作為?XXCC?的輸入。參數?radix2_exp=12?表示 FFT 窗口大小為?2^12=4096。

2. XXCC 參數配置：

   • num?必須與?BFT?的?num?一致（梅爾濾波器數量）。

   • 必須調用?set_time_length?設置時間維度長度（對應頻譜的幀數）。

3. 輸出維度：
   mfcc_arr?的維度為?(cc_num, time)，與標準 MFCC 一致。

4. 擴展功能：
   使用?xxcc_standard?方法可提取帶能量項和一階/二階差分的 MFCC：

energy_arr = np.sum(spec_arr, axis=0)  # 計算頻譜能量
coe_arr, delta1, delta2 = xxcc_obj.xxcc_standard(spec_arr,energy_arr,cc_num=13,delta_window_length=9
)

---

常見問題

• 輸入數據類型：頻譜需為實數（np.abs?處理后的功率譜或幅度譜）。

• 多通道支持：若音頻為多通道，需分別處理每個通道的頻譜。

• 參數調優：調整?cc_num?可控制系數數量（如 20 或 40 維 MFCC）。

---