音频的特征有哪些？

音频特征总览分为时域特征、频域特征、时‑频特征最常用AI音频、感知特征、高阶统计特征故障诊断、语音识别、音频分类基本都用这套。一、时域特征原始波形直接算速度最快原始时间序列x(n)x(n)x(n)幅值 / 绝对幅值波形高低代表音量RMS均方根能量最常用音量RMS1N∑x(n)2\mathrm{RMS}\sqrt{\frac1N\sum x(n)^2}RMSN1​∑x(n)2​过零率 ZCR单位时间穿过0轴次数噪音、尖锐高频声音过零率高低沉声音低峰值、峰峰值最大最小差值冲击噪声看峰值短时能量分帧后每帧的能量区分静音/有声段方差、标准差波形波动剧烈程度局限看不出频率成分只能看时间上强弱变化。二、频域特征FFT快速傅里叶变换得到频谱对一帧做FFT得到频谱X(f)X(f)X(f)频谱幅度谱各个频率分量大小功率谱幅度平方能量分布频谱质心 Centroid频谱“重心”数值越高声音越尖锐明亮频谱带宽 Bandwidth频率扩散宽度频谱滚降点 Rolloff85%能量集中在该频率以下区分高低频频谱通量 Spectral Flux相邻帧频谱变化量检测突变、撞击、故障冲击频谱平坦度 Flatness0~1噪声接近1纯音调接近0谐波/基频F0基音频率周期性声音机器旋转音频对应转频三、时‑频特征AI、故障诊断最核心把音频分帧FFT随时间变化的频谱矩阵梅尔频谱 Mel‑Spectrogram模仿人耳听觉对低频分辨高、高频压缩绝大多数音频模型输入。梅尔倒谱系数 MFCC梅尔频谱再做DCT离散余弦变换降维语音、设备故障音频经典特征一般取12‑40维。STFT短时傅里叶谱原始时频图CQT常数Q变换对数频率轴适合音乐、旋转机械谐波分析小波时频图适合非平稳、冲击瞬态故障信号变压器异响、撞击四、感知特征模拟人耳主观感受响度 Loudness主观音量不等同RMS锐度 Sharpness尖锐刺耳程度粗糙度 Roughness声音抖动粗糙感音调 Tonality音调显著程度五、机器故障音频常用工程特征你做变压器故障音频会用到转频及其谐波幅值旋转设备包络谱特征解调提取微弱冲击故障谱峭度 Kurtosis检测瞬态冲击故障点放电、局部放电音频峭度显著变大峭度、偏度波形统计量冲击故障专用简单选用建议简单阈值判断只用时域RMS、ZCR、峭度传统机器学习SVM/XGBoostMFCC 频谱统计特征深度学习模型输入梅尔频谱图放电、瞬态冲击故障包络谱 谱峭度 小波