将输出格式化为 Association:

返回一个 TimeSeries 列表：

返回一个规则列表：

返回一个 Dataset：

基本直方图属性：

统计直方图属性：

基于强度的基本属性：

属性 "CrestFactor" 测量最高值和在分段上的 RMS 的比例. "PeakToAveragePowerRatio" 计算相同值的平方：

属性 "TemporalCentroid" 计算每个分段的能量分布比重中心：

输出值的边界在 0 和 1 之间，其中 0 代表全部能量都集中在开始分段.

"ZeroCrossings" 返回在分段中的零的数目； "ZeroCrossingRate" 正态化分段的时间长度：

属性 "LPC" 返回用线性预测编码估计的 12 个系数：

控制具有高采样率的音频对象的 LPC 系数数目：

提取信号共振峰的频率：

控制用于计算的共振峰和 LPC 系数的数目：

音频信号的熵：

"SpectralCrest" 测量功率谱的最大值和均值的比率：

谱能量的 95% 集中在 "SpectralRollOff" 所测量的频率值之下：

"SpectralSlope" 是功率谱斜率的度量：

"SpectralFlatness" 是功率谱平坦度的度量：

计算功率谱的常用统计属性：

"FundamentalFrequency" 估计单声道音频的基本频率：

控制探测的敏感度：

控制执行探测所在的频率范围：

"HighFrequencyContent" 使用随频率线性增加的加权计算平均功率谱:

频谱的线性加权为更高频谱端添加更多重要性，使得 "HighFrequencyContent" 成为瞬态检测的最佳候选.

属性 "MFCC" 返回 12 个梅尔频率倒谱系数：

控制系数和滤波器的数目，以及频率范围：

基于两个相邻帧间傅里叶变换的距离的不同测量属性：

属性 "Novelty" 计算与邻域时间帧相差多少：

"VoiceActivity" 属性是语音信号的有声部分的指示符功能：

通过音频波形图显示语音活动：

使用较小的 10 毫秒窗口来提高分辨率：

"SpeechFundamentalFrequency" 属性估计语音的基本频率：

"SpeechSpectralEnvelope" 属性返回信号频谱包络的​​系数：

绘制结果：

"SpeechAperiodicity" 属性返回信号的非周期性分量的系数：

绘制结果值：

TimeSeries 结果的时间戳默认放置于每个分段的中心：

使用 Alignment->Right 将计算的属性放置于每个分段的结尾：

在默认情况下，使用 "Silent" 填补：

使用 "Reversed" 填补：

在默认情况下，等于分段大小一半的填补应用与信号的末端：

增加填补量：

在信号开始和结束部分使用不同填补量：

指定 100 ms 大小的分段：

使用 10 ms 的补偿：

使用平滑视窗：

所有频域属性默认使用平滑视窗：