将 jitpack.io 添加到您的项目仓库中

allProjects {
  repositories {
    google()
    maven { url 'https://jitpack.io' }
  }
}

添加依赖

dependencies {
    implementation "com.github.MerlynMind:kotlin_speech_features:${version}"
}

此仓库中包含一个示例应用程序，以帮助理解实现。

1. 将您的音频信号转换为浮点数组形式。（示例应用程序中提供了一个演示）
2. 初始化语音特征

   private val speechFeatures = SpeechFeatures()

3. 执行以下 4 个操作中的任何一个

   val result = speechFeatures.mfcc(MathUtils.normalize(wav), nFilt = 64)
   val result = speechFeatures.fbank(MathUtils.normalize(wav), nFilt = 64)
   val result = speechFeatures.logfbank(MathUtils.normalize(wav), nFilt = 64)
   val result = speechFeatures.ssc(MathUtils.normalize(wav), nFilt = 64)

4. 结果将包含具有预期特征的矩阵。 传入这些特征以进行进一步处理（例如，分类、语音识别）。

1. 在 XCode 中，转到 File > Add Packages...
2. 在搜索框中粘贴此仓库的 URL
3. 选择找到的软件包
4. 单击 Add Package 按钮

此仓库中包含一个示例应用程序，以帮助理解实现。

1. 将您的音频信号转换为 KotlinIntArray 形式并对其进行标准化。

   import KotlinSpeechFeatures
   
   let signal = [Int](1...1000) // Example signal
   let normalized = MathUtils.Companion.init().normalize(sig: toKotlinIntArray(arr: signal))
   
   func toKotlinIntArray(arr: [Int]) -> KotlinIntArray {
       let result = KotlinIntArray(size: Int32(arr.capacity))
       for i in 0...(arr.count-1) {
           result.set(index: Int32(i), value: Int32(arr[i]))
       }
       return result
   }

2. 初始化语音特征

   let speechFeatures = SpeechFeatures()

3. 执行以下 4 个操作中的任何一个

   let result = speechFeatures.mfcc(signal: normalized, sampleRate: 16000, winLen: 0.025, winStep: 0.01, numCep: 13, nFilt: 64, nfft: 512, lowFreq: 0, highFreq: ni;, preemph: 0.97, ceplifter: 22, appendEnergy: true, winFunc: nil)
   let result = speechFeatures.fbank(signal: normalized, sampleRate: 16000, winLen: 0.025, winStep: 0.01, nFilt: 64, nfft: 512, lowFreq: 0, highFreq: nil, preemph: 0.97, winFunc: nil)
   let result = speechFeatures.logfbank(signal: normalized, sampleRate: 16000, winLen: 0.025, winStep: 0.01, nFilt: 64, nfft: 512, lowFreq: 0, highFreq: nil, preemph: 0.97, winFunc: nil)
   let result = speechFeatures.ssc(signal: normalized, sampleRate: 16000, winLen: 0.025, winStep: 0.01, nFilt: 64, nfft: 512, lowFreq: 0, highFreq: nil, preemph: 0.97, winFunc: nil)

4. 结果将包含具有预期特征的矩阵。 传入这些特征以进行进一步处理（例如，分类、语音识别）。