在MFCC中，我将使用“ python_speech_features”库而不是“ Librosa”。
当我尝试在“ python_speech_features”中运行mfcc时，与Librosa的结果是完全不同的。
如何使用python_speech_feature mfcc获得与Librosa mfcc相同的结果？
这是结果和代码。
我尝试更改if hasattr(cv2, 'data'):
print('Cascades are here:', cv2.data.haarcascades)
else:
print('This may not work:')
print(normpath(realpath(cv2.__file__) + '../../../../../share/OpenCV/haarcascades'))
的{{1}}和hop_length。
nfilter