最近由于项目需要，学习了语音识别的一些知识。 语音识别最主要的就是傅里叶变化，把变化的时域特征转化成静态的频域特征，进而从频域上来进行声音的提取； 基本思路如下：每一时刻的频域特征可以转化成一个向量，[低频,,,,,,高频] 每一维度为对应的能量特征；这样就可以对声音进行建模了； 刚学习的包： pyAudioAnalysis 可以提取声音特征 相关文章：