音频特征提取是Python librosa工具包的使用方法

前言

本文旨在介绍并详细说明librosa工具包的使用方法。
该库常用于音频和音乐信号分析领域。
作为Python编程语言中的一个常用库。
本教程将全面涵盖该库的基本功能及其安装配置流程。
用的是python3.5以及win10环境。

一、MIR简介

音乐信息检索（MIR）主要源自wikipedia.

MIR是一种跨学科的科学，在音乐信息处理领域具有重要地位。

该领域不仅涉及心理学、乐理学等传统学科知识，还融合了信号处理与机器学习的技术基础。

当前MIR的主要商业应用场景包括：

• 个性化推荐系统
  在音乐推荐方面已取得一定成果但多依赖人工标签或用户评论等简单数据进行分类判断以实现个性化推荐但实际上不同音乐作品之间存在较高的相似性
• 轨道分离及乐器识别技术
  可实现对音乐信号中音轨的分离提取以及乐器实时识别功能
• 智能录音系统
  根据输入音频自动转录生成对应的 MIDI 文件或乐谱文件
• 音乐分类系统
  基于音乐特征数据结合机器学习算法实现对歌曲风格产地艺术家身份节奏特性和情感色彩等方面的分类分