Pythonでの音声データの特徴量抽出と可視化方法を解説

本記事ではAmazon AlexaやGoogle アシスタントといった、音声認識技術の基本となる音声の特徴量抽出について解説します。

音声データの読み込みはじめに音声データを読み込み可視化します。今回はCCOライセンスで誰もが自由に利用可能なデータ「Mozilla Common Voice」を活用しました。 音声データをダウンロードしてtest.wavという音声を用意し、Pythonを用いて以下