这是构建语音识别器最重要的步骤，因为在将语音信号转换到频域后，我们必须将其转换为可用的特征向量形式。为此，我们可以使用不同的特征提取技术，如 MFCC、PLP、PLP-RASTA 等。

示例

在以下示例中，我们将逐步使用 Python 通过 MFCC 技术从信号中提取特征。

导入必要的包，如下所示：

import numpy as np
import matplotlib.pyplot as plt
from scipy.io import wavfile
from python_speech_features import mfcc, logfbank

现在，读取存储的音频文件。它将返回两个值：采样频率和音频信号。提供音频文件存储的路径：

frequency_sampling, audio_signal = wavfile.read("/Users/admin/audio_file.wav")

请注意，这里我们取前 15000 个样本进行分析：

audio_signal = audio_signal[:15000]

使用 MFCC 技术并执行以下命令提取 MFCC 特征：

features_mfcc = mfcc(audio_signal, frequency_sampling)

现在，打印 MFCC 参数，如下所示：

print('\nMFCC:\nNumber of windows =', features_mfcc.shape[0])
print('Length of each feature =', features_mfcc.shape[1])

现在，使用以下命令绘制并可视化 MFCC 特征：

features_mfcc = features_mfcc.T
plt.matshow(features_mfcc)
plt.title('MFCC')

在这一步中，我们处理滤波器组特征，如下所示：

提取滤波器组特征：

filterbank_features = logfbank(audio_signal, frequency_sampling)

现在，打印滤波器组参数：

print('\nFilter bank:\nNumber of windows =', filterbank_features.shape[0])
print('Length of each feature =', filterbank_features.shape[1])

现在，绘制并可视化滤波器组特征：

filterbank_features = filterbank_features.T
plt.matshow(filterbank_features)
plt.title('Filter bank')
plt.show()

作为上述步骤的结果，您可以观察到以下输出：图 1 为 MFCC，图 2 为滤波器组