Intune Features

IntuneFeatures 框架包含从音频文件生成特征和从相应的 MIDI 文件生成特征标签的代码。目前支持以下特征

• [x] 按带宽带的对数尺度频谱功率估计
• [x] 频谱功率通量
• [x] 峰值功率
• [x] 峰值功率通量
• [x] 峰值位置

CompileFeatures 命令行应用程序接受音频和 MIDI 文件作为输入，并生成包含特征和标签的 HDF5 数据库。然后可以使用这些 HDF5 文件来训练神经网络，用于转写或其他相关任务。

特征

特征是从每个连续的音频数据窗口中提取出来的。窗口大小和窗口之间的步长可以配置，但是窗口大小必须是 2 的幂。然后，每个窗口乘以 汉明窗口化函数。为了获得频谱功率，对每个窗口计算 FFT，并将结果频谱分为 等音律 频段的带状。

从 FFT 中提取峰值，并通过高度阈值和最小峰值距离要求进行过滤。计算每个频段的峰值位置，作为峰值频率与频段中心频率之间的距离。

许可证

IntuneFeatures 在 MIT 许可证下提供。有关更多信息，请参阅 LICENSE 文件。版权©2016 Venture Media Labs。