简介

我们做特征提取和波形读取的这部分代码，其目的是为了得到标准的MFCC(译注：梅尔倒谱系数)和PLP(译注：感知线性预测系数)特征，设置合理的默认值但留了一部分用户最有可能想调整的选项（如梅尔滤波器的个数，最小和最大截止频率等等）。这部分代码只读取wav文件里的pcm(译注：脉冲编码调制)数据。这类文件通常带.wav或.pcm后缀（虽然有时.pcm后缀会用于sph文件；这种情况下必须转换该文件）。假如源数据不是wav类文件，则用户可自由选择命令行工具来转换，而我们提供的sph2pipe工具已能满足一般的情况。 命令行工具compute-mfcc-feats和compute-plp-feats计算特征；同其它Kaldi工具一样，不带参数地运行它们会给出一个选项列表。例子脚本里显示了这些工具的用法。