梅尔频率倒谱系数（MFCC）的提取过程与C++代码实现

最新推荐文章于 2024-06-26 09:34:48 发布
最新推荐文章于 2024-06-26 09:34:48 发布
阅读量1.6w 收藏 81
点赞数 9
分类专栏： 数字信号处理 文章标签： 语音识别 MFCC
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Xiao13Yu14/article/details/46991581
版权
本文详细介绍了MFCC（梅尔频率倒谱系数）的提取过程，包括预加重、分帧、加窗、补零、FFT变换、梅尔滤波、对数运算、DCT变换和归一化等步骤，并提供了C++代码实现。MFCC常用于语音识别等领域。
摘要由CSDN通过智能技术生成

MFCC参数提取步骤

——>预加重

——>分帧

——>对每一帧加窗

——>对每一帧补零

——>各帧信号的FFT变换及其功率谱

——>梅尔滤波（通过40个滤波器）

——>取对数

——>DCT变换

——>归一化

 

1.预加重

如果数据在低频的强度大于高频，就会不利于处理，因此需要通过一个传递函数为s[n]-a*s[n]的高通滤波器。滤去数据中的低频成分，使高频特性更加突现。

 

 

2.分帧

分帧就是将N个采样点集合成一个观测单位。我们设定每帧涵盖的时间是25ms，因为采样率是16000，所以得到每帧的样本点个数是400。

另外，为了避免相邻两帧的变化过大，因此会让两相邻帧之间有一段重叠区域。我们设定的重叠区域是15ms，所以就是每隔10ms取一帧。

 

 

3.对每一帧加窗

分帧后马上进行FFT，由于转换时会将帧内信号当作周期信号处理，所以在帧的两个端点处会发生突变，转换出来的频谱与原信号频谱差别很大。所以要对每一帧加窗，使帧内信号作FFT时的两个端点处不会发生突变。

我们采用的窗是汉明窗：（M为帧长，即400）

 

 

4.对每一帧补零

我们要对每一帧信号进行FFT，而FFT要求输入数据长度一定是2^K，现在一帧为400个采样点，所以补零至最接近的512位。

 

5.各帧信号的FFT变换及其功率谱

对分帧加窗后的各帧信号进行512点的FFT变换得到各帧的频谱。并对语音信号的频谱取模平方得到语音信号的功率谱。

 

6.梅尔滤波（通过40个滤波器）

40个三角滤波器在MEL谱上均匀分布，每两个滤波器间有50%的重叠部分。

所以要先把实际频率转换成梅尔频率，实际频率最小为0Hz，最大为16000 / 2 = 8000Hz 

 

转换成梅尔频率后，我们要实现的是40个滤波器，所以计算这40个滤波器的梅尔频率分布，然后把梅尔频率转换成实际频率

 

最低0.47元/天 解锁文章
-绿色小屋
关注
专栏目录
【特征提取】基于matlab Mel倒谱系数提取【含Matlab源码 4945期】
订阅付费专栏（初级版），可赠送该付费专栏任意代码1份；
07-06 22
Mel倒谱系数提取 完整的代码，方可运行；可提供运行操作视频！适合小白！
语音特征参数MFCC提取过程详解
热门推荐
ziyuzhao123的专栏
03-06 2万+
一、MFCC概述 在语音处理领域里，梅尔频率倒谱(mel-frequency cepstrum 简称MFC)表示一个语音的短时功率谱，是一个语音的对数功率谱在频率的一个非线性梅尔刻度上进行线性余弦转换所得。         所有的梅尔频率倒谱系数(Mel-frequency cepstral coefficients  简称MFCC)共同的组成一个MFC。MFCCs在Mel标度频率域提取出来
mfcc特征提取，c++代码实现
01-24
通过波形文件数据，进行MFCC特征提取，做相关滤波、加窗、fft变换等，得到13维mfcc特征，若在13维基础上继续做一阶二阶差分可得到24维mfcc特征
mfcc的C++实现
06-10
实现mfcc基本功能，使用音频来源：matlab录音，得到归一化音频信息。
MFCC特征提取 C++代码
04-16
MFCC特征提取，用C++编的，亲测可用，语音识别的学习者可以下载。
MFCC特征提取C++源程序
03-19
编译通过，MFCC的C++实现 MFCC的特征选取，最后提取了13维左右最后结果保存在文件中
AI大语音（四）——MFCC特征提取（深度解析）
aibigtruth的博客
08-12 5534
点击上方“AI大道理”，选择“置顶”公众号 —————— 1 特征提取流程 在语音识别和话者识别方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scaleFrequency Cepstral Coefficients，简称MFCC）。 MFCC提取过程包括预处理、快速傅里叶变换、Mei滤波器组、对数运算、离散余弦变换、动态特征提取等步骤。 2 快速傅里叶变换 快速傅里叶变换即利用计算机计算离散傅里叶变换（DFT)的高效、快速计算方法的统称，简称FFT。 FFT不是Fas...
MFCC特征提取(C语言版本)
WELEN的专栏
05-28 1万+
音频分析中，MFCC参数是经典参数之一。之前对于它的计算流程和原理，大体上是比较清楚的，所以仿真的时候，都是直接调用matlab的voicebox工具或者开发的时候直接调用第三方库。最近想整理一个纯C语言版本的MFCC函数，发现第三方开源的一部分是C++的，有些纯C的开源代码是针对语音固定了某些参数，不太灵活。干脆自己动手写一下，发现matlab写习惯了，都弱化了写C的思维，磕磕碰碰弄了2天，初版
开源之旅：探索高效音频特征提取——基于C++的简单MFCC提取器
最新发布
gitblog_00022的博客
06-26 365
开源之旅：探索高效音频特征提取——基于C++的简单MFCC提取器 compute-mfccA simple MFCC extractor using C++ STL and C++11项目地址:https://gitcode.com/gh_mirrors/co/compute-mfcc 在音频处理和语音识别的世界里，Mel频率倒谱系数（MFCC）是不可或缺的明星特征。今天，我们为大家介绍一款轻量...
mfcc参数的C程序实现
09-15
mfcc参数的C程序实现，可以运行，但不知道结果正确不？ 大家一起研究
C++ 实现 tensorflow mfcc
12-12
实现 tensorflow 中 mfcc获取 ，脱离tensorflow运行。 主要实现: 1) DecodeWav 2) AudioSpectrogram 3) Mfcc
语谱图生成
05-17
通过识别语音生成语谱图（横坐标是时间，纵坐标是频率，坐标点值为语音数据能量）
MFCC VC++ 源代码
11-26
近期老师叫做MFCC，在用vc做这个程序的过程中，查找了大量的资料与其他人的源代码。发现并不是所有的人都能很准确的了解MFCC的计算过程，参考了matlab中关于MFCC中的数据，编写了此程序。 结果是可以做出来的，但是还没有跟matlab结果作对比
梅尔倒谱系数（MFCC）实现
12-31
本文实例为大家分享了梅尔倒谱系数实现代码，供大家参考，具体内容如下 @author: zoutai @file: mymfcc.py @time: 2018/03/26 @description: from matplotlib.colors import BoundaryNorm import librosa import ...
c语言梅尔谱图,梅尔倒谱系数（MFCC）实现
weixin_35695434的博客
05-21 1043
"""@author: zoutai@file: mymfcc.py@time: 2018/03/26@description:"""from matplotlib.colors import BoundaryNormimport librosaimport librosa.displayimport numpyimport scipy.io.wavfilefrom scipy.fftpack i...
声音处理之-梅尔频率倒谱系数(MFCC)
qingfengxd1的博客
11-03 5274
声音处理之-梅尔频率倒谱系数(MFCC) 梅尔（Mel）频率分析 在语音识别（SpeechRecognition）和话者识别（SpeakerRecognition）方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scaleFrequency Cepstral Coefficients，简称MFCC）。根据人耳听觉机理的研究发现，人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响对大。两个响度不等的声音作用于人耳时，则响度较高的频率成分的存在会影响到对响度较低
matlab 提取翻转梅尔频率倒谱系数MFCC代码
06-06
以下是在Matlab中提取翻转梅尔频率倒谱系数（MFCC）的示例代码： ```matlab % 读取音频文件 [y, Fs] = audioread('example.wav'); % 预处理：对信号进行预加重，使用高通滤波器 preemph = [1, -0.97]; y = filter(preemph, 1, y); % 帧分割：将信号分为若干个帧 frame_size = 0.025; % 帧长（单位：秒） frame_shift = 0.01; % 帧移（单位：秒） frame_length = frame_size * Fs; % 帧长（单位：采样点） frame_step = frame_shift * Fs; % 帧移（单位：采样点） num_frames = floor((length(y) - frame_length) / frame_step) + 1; frames = zeros(frame_length, num_frames); for i = 1:num_frames start_idx = (i-1) * frame_step + 1; frames(:, i) = y(start_idx : start_idx + frame_length - 1); end % 加窗：对每个帧进行汉明窗加窗 window = hamming(frame_length); frames = bsxfun(@times, frames, window); % 快速傅里叶变换：对每个帧进行FFT计算 NFFT = 512; fft_frames = fft(frames, NFFT, 1); % 能量谱：计算每个帧的能量谱 power_frames = abs(fft_frames).^2 / NFFT; % 梅尔滤波器组：计算梅尔滤波器组的系数 num_filters = 20; mel_low_freq = 0; % 梅尔滤波器组的最低频率 mel_high_freq = 2595 * log10(1 + (Fs/2) / 700); % 梅尔滤波器组的最高频率 mel_points = linspace(mel_low_freq, mel_high_freq, num_filters + 2); hz_points = 700 * (10.^(mel_points / 2595) - 1); bin = floor((NFFT + 1) * hz_points / Fs); fbank = zeros(num_filters, NFFT / 2 + 1); for m = 1:num_filters f_m_minus = bin(m); f_m = bin(m+1); f_m_plus = bin(m+2); for k = f_m_minus:f_m fbank(m, k+1) = (k - bin(m)) / (bin(m+1) - bin(m)); end for k = f_m:f_m_plus fbank(m, k+1) = (bin(m+2) - k) / (bin(m+2) - bin(m+1)); end end % 翻转梅尔频率倒谱系数：计算每个帧的MFCC num_ceps = 12; mfcc = zeros(num_ceps, num_frames); for i = 1:num_frames % 将能量谱乘以梅尔滤波器组的系数，得到每个滤波器的输出能量 filter_energies = fbank * power_frames(:, i); % 取对数，得到滤波器组的对数输出能量 log_filter_energies = log(filter_energies + eps); % 对上面的对数输出能量进行离散余弦变换（DCT） mfcc(:, i) = dct(log_filter_energies); % 取前 num_ceps 个系数作为MFCC mfcc(:, i) = mfcc(1:num_ceps, i); end % 翻转MFCC：对每个MFCC向量进行翻转 rfcc = flipud(mfcc); ``` 以上代码中，翻转MFCC的操作是通过 `flipud` 函数实现的。
评论 33
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值