1. 过零率
    零率体现的是信号过零点的次数，体现的是频率特性。因为需要过零点，所以信号处理之前需要中心化处理。
  2. 短时能量
    短时能量体现的是信号在不同时刻的强弱程度。
  3. 短时自相关函数
    学过信号处理的都应该知道，信号A与信号B翻转的卷积，就是二者的相关函数。
  4. 短时平均幅度差
    音频具有周期特性，平稳噪声情况下利用短时平均幅度差可以更好地观察周期特性。
  5. 语谱图 ~ 频谱图（基于FFT）
    语音分帧→每一帧分别FFT→求取FFT之后的幅度/能量，这些数值都是正值，类似图像的像素点，显示出来就是语谱图。
  6. 短时功率谱密度
    音频信号可以看作短时间的平似平稳（如一帧信号），对每一帧利用周期图法分析，这个就是短时功率谱密度的思路。
  7. 谱熵
    熵体现的是不确定性，例如抛骰子一无所知，每一面的概率都是1/6，信息量最大，也就是熵最大。
  8. 基频
    也就是基频周期。人在发音时，声带振动产生浊音(voiced)，没有声带振动产生清音（Unvoiced）。浊音的发音过程是：来自肺部的气流冲击声门，造成声门的一张一合，形成一系列准周期的气流脉冲，经过声道（含口腔、鼻腔）的谐振及唇齿的辐射形成最终的语音信号。故浊音波形呈现一定的准周期性。所谓基音周期，就是对这种准周期而言的，它反映了声门相邻两次开闭之间的时间间隔或开闭的频率。
  9. 共振峰
    当声门处准周期脉冲激励进入声道时会引起共振特性，产生一组共振频率，这一组共振频率称为共振峰频率或简称共振峰。
  10. 梅尔倒谱系数(MFCC)
    梅尔倒谱系数（Mel-scale Frequency Cepstral Coefficients，简称MFCC）是在Mel标度频率域提取出来的倒谱参数，Mel标度描述了人耳频率的非线性特性。

参考：音频特征提取——常用音频特征
参考：【声学特征】梅尔频率倒谱系数（MFCC）