Librosa 是一个用于音频、音乐分析、处理的 python 工具包，一些常见的时频处理、特征提Kaiyun官网 登录入口取、绘制声音图形等功能应有尽有，功能十分强大。本文主要介绍 librosa 的安装与使用方法。

　　这部分介绍了最常用的音频处理函数，包括音频读取函数 load( )，重采样函数 resample( )，短时傅里叶变换 stft( )，幅度转换函数 amplitude_to_db( )以及频率转换函数 hz_to_mel( )等。这部分函数很多，详细可参考 librosa 官网

　　本部分列举了一些常用的频谱特征的提取方法，包括常见的 Mel Spectrogram、MFCC、CQT 等。函数详细信息可参考

　　Log-Mel Spectrogram 特征是目前在语音识别和环境声音识别中很常用的一个特征，由于 CNN 在处理图像上展现了强大的能力，使得音频信号的频谱图特征的使用愈加广泛，甚至比 MFCC 使用的更多。在 librosa 中，Log-Mel Spectrogram 特征的提取只需几行代码：

　　MFCC 特征是一种在自动语音识别和说话人识别中广泛使用的特征。关于 MFCC 特征的详细信息，有兴趣的可以参考博客 。在 librosa 中，提取 MFCC 特征只需要一个函数：

　　Librosa 还有很多其他音频特征的提取方法，比如 CQT 特征、chroma 特征等，在第二部分“librosa 常用功能”给了详细的介绍。

　　到这里，librosa 的安装和简单使用就介绍完了。事实上，librosa 远不止这些功能，关于 librosa 更多的使用方法还请大家参考 librosa 官网

　　教你如何学Python，专注于Python入门与进阶、爬虫、数据分析挖掘、数据可视化。分享Python相关的技术文章、工具资源、视频教程、学习资料。