MFCC原理及代码

最新推荐文章于 2023-05-30 12:23:20 发布
最新推荐文章于 2023-05-30 12:23:20 发布
阅读量2.4k 收藏 11
点赞数
分类专栏： machine learning 文章标签： 函数 特征提取
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/ZSZ_shsf/article/details/78159711
版权
MFCC是梅尔频率倒谱系数，模拟人耳听觉特性。它包括预加重、加窗、频域转换、梅尔刻度滤波器组过滤、离散余弦变换和差分等步骤。预加重是为了补偿语音信号的高频部分，加窗减少旁瓣和频谱泄露。梅尔滤波器组和DCT用于提取主要频率信息。差分则增强特征的时域连续性。
摘要由CSDN通过智能技术生成

MFCC是Mel-Frequency Cepstral Coefficients的缩写，包含两个关键步骤：转化到梅尔频率，然后进行倒谱分析。

梅尔刻度的滤波器组在低频部分的分辨率高，跟人耳的听觉特性是相符的。
做法是：首先对时域信号进行傅里叶变换转换到频域，然后再利用梅尔频率刻度的滤波器组对应频域信号进行切分，最后每个频率段对应一个数值。

倒谱分析

倒谱的含义是：对时域信号做傅里叶变换，然后取log，然后再进行反傅里叶变换。可以分为复倒谱、实倒谱和功率倒谱，我们用的是功率倒谱。
倒谱分析可用于将信号分解，两个信号的卷积转化为两个信号的相加。所以进行倒谱分析目的就是获得频谱的包络信息。包络部分对应的是频谱的低频信息，而细节部分对应的是频谱的高频信息。倒谱分析已经将两部分对应的时域信号的卷积关系转化为了线性加关系，所以只需要将倒谱通过一个低通滤波器即可获得包络部分对应的时域信号

基本流程

预加重

目的
为了消除发声过程中，声带和嘴唇造成的效应，来补偿语音信号受到发音系统所压抑的高频部分。并且能突显高频的共振峰。
简单理解就是在频域上面都乘以一个系数，这个系数跟频率成正相关，所以高频的幅值会有所提升。

加窗

目的
用于平滑信号，使用汉明窗加以平滑的话，相比于矩形窗函数，会减弱FFT以后旁瓣大小以及频谱泄露。

频域转换

目的
将时域信号转化到频域进行后续的频率分析

使用梅尔刻度滤波器组过滤

目的
因为频域信号有很多冗余，滤波器组可

最低0.47元/天 解锁文章
Z_shsf
关注
  • 0
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
mfcc代码调用 Java_MFCC代码
weixin_42165980的博客
03-05 367
//ASR.h#include #include#define MAXDATA (256*400) //一般采样数据大小,语音文件的数据不能大于该数据#define SFREMQ (8000) //采样数据的采样频率8khztypedef struct WaveStruck//wav数据结构{//data headstruct HEAD{char cRiffFlag[4];int nFile...
mfcc源代码
12-04
mfcc 说话人识别代码 语音识别 计算方法 特征提取
MFCC计算代码
05-01
关于语音识别的MFCC代码需要的拿走吧，
代码mfcc的pro
06-09
师弟师妹们，请收下。这是mfcc的pro的代码，仅供参考
MFCC（梅尔频率倒谱系数）全部计算代码
05-06
MFCC特征提取过程： 1）先对语音进行预加重、分帧和加窗： 2）对每一个短时分析窗，通过FFT得到对应的频谱； 3）将上面的频谱通过Mel滤波器组得到Mel频谱； 4）在Mel频谱上面进行倒谱分析
MFCC代码MATLAB使用
01-23
MFCC（Mel Frequency Cepstral Coefficients，梅尔频率倒谱系数）是一种在语音处理...通过理解MFCC的原理，结合`MFCC.m`文件的代码分析，我们可以有效地在MATLAB中进行语音特征提取，从而为各种语音应用打下坚实基础。
GFCC和MFCC特征提取（python代码）
04-20
本文主要关注两种常用的语音特征提取方法：GFCC（Gammatone Frequency Cepstral Coefficients）和MFCC（Mel Frequency Cepstral Coefficients）。我们将详细讲解这两种方法的原理、实现过程以及它们在Python中的应用...
梅尔倒谱系数MFCC的matlab代码
07-20
下面我们将详细探讨MFCC的原理、MATLAB实现及代码中的关键部分。 MFCC的计算流程主要包括以下几个步骤： 1. **预加重**：预加重是通过应用一阶滤波器（通常为一阶差分）来模拟人耳对高频成分更敏感的特性，提高...
MFCC.zip_I3K_MFCC_语音识别MFCC代码
09-20
MFCC的基本原理： 1. 预加重：为了消除人耳对高频部分的敏感度，通常在信号开始处应用预加重滤波器，通常采用一阶滤波器，提高高频成分的幅度。 2. 分帧：将原始语音信号分割成固定长度的帧，通常为20或30毫秒，并...
MFCC VC++ 源代码
11-26
根据给定的信息，我们可以从...对于想要深入了解MFCC提取原理或者尝试在VC++环境下实现MFCC的同学来说，这段代码提供了一个很好的起点。未来还可以考虑将计算结果与MATLAB等工具的结果进行比较，以验证实现的准确性。
mfcc的源程序
01-04
mfcc梅尔倒谱程序，可以用来提取梅尔倒谱，国外权威程序经过测试可用
提取MFCC代码
05-10
这是一个用C++开发的提取语音信号MFCC特征参数的源代码，包括预处理，预加重，加窗分帧，提取MFCC，用于语音识别
基于MFCC和SVM的说话人性别识别matlab代码(含16个语音文件)
04-27
本项目建立了一个小的语音库（8男8女），编写mfcc函数提取出语音的mfcc特征，然后利用svm进行训练和测试，实现性别识别，并创建gui进行功能展示，正确率为93.75%。本代码功能尚比较简单，有待继续完善。
MFCC LPCC 语音识别
03-18
MFCC LPCC 语音识别
语音信号的梅尔频率倒谱系数(MFCC)的原理讲解及python实现
凌逆战的博客
09-21 7073
梅尔倒谱系数（MFCC） 　　梅尔倒谱系数（Mel-scale FrequencyCepstral Coefficients，简称MFCC）。依据人的听觉实验结果来分析语音的频谱， MFCC分析依据的听觉机理有两个 第一Mel scale：人耳感知的声音频率和声音的实际频率并不是线性的，有下面公式 $$f_{mel}=2595*\log _{10}(1+\frac{f}{700}...
语音声学特征提取：MFCC和LogFBank算法的原理
梅逊雪——记录科学研究
03-09 1854
MFCC参数计算
声学特征（二） MFCC特征原理
qq_44944990的博客
04-20 793
声学特征（二） MFCC特征原理
深入理解MFCC（梅尔频率倒谱系数）
热门推荐
DEDSEC_Roger的博客
12-11 1万+
取得13个系数后，还会在时序上，对13个系数求一阶差分和二阶差分，二阶差分等价于对一阶差分求一阶差分。表示第n帧的13个系数，将一阶差分和二阶差分与原函数值拼接起来，得到39个系数。通常选取前12个系数，再拼接一个当前frame的能量，共13个。MFCC的输出可以表示为一个二维数组，shape为。越靠前的系数，包含越多的基频和共振峰的信息。，由于是二维数组，所以可以用热力图可视化。
基于MFCC和gmm特征实现语音识别附matlab代码
matlab_dingdang的博客
05-30 244
采用能够反映人对语音的感知特性的Mel频率倒谱系数(MFCC)作为特征参数,以及为避免时间规整问题采用矢量量化技术开发的说话人识别系统.MFCC主要的是模拟人耳的听觉过程,相对于其它参数它对语音波形的变化不敏感,更加稳定,系统取得很好的识别结果,实验表明系统训练和识别的计算量和存储量都比较低.
语音识别mfcc特征值提取matlab代码
最新发布
06-23
### 回答1： 语音识别领域中，MFCC是一种十分常用的特征提取方法。MFCC可以将语音信号的频率特性较好地表征出来，因此广泛应用于语音识别、语音合成、语音压缩等领域。下面是基于MATLAB实现的MFCC特征提取代码： 1、读取语音信号 [signal,fs] = audioread('audio.wav'); 其中，'audio.wav'为需要处理的语音文件路径。 2、预加重 语音信号的高频信号比低频信号容易受到背景噪声干扰，因此需要进行预加重来强调高频信号。预加重的公式如下： s(i) = s(i) - pre_emph * s(i-1) 其中，s(i)为当前时刻的语音样本，s(i-1)为上一时刻的语音样本，pre_emph为预加重系数。 进行预加重，在MATLAB中的实现代码如下： pre_emph = 0.97; for i = 2:length(signal) signal(i) = signal(i) - pre_emph * signal(i-1); end 3、分帧 将预加重后的语音信号分成长度相等的帧，通常一帧的长度为20-30ms，并且将相邻两帧之间有50%的重叠。 frame_length = 0.025; %帧长为25ms frame_overlap = 0.5; %帧移为50% frame_size = round(frame_length * fs); %计算帧长的样本点数 frame_shift = round(frame_size * frame_overlap); %计算帧移的样本点数 frame_num = fix((length(signal) - frame_size) / frame_shift + 1); %计算总帧数 frames = zeros(frame_size,frame_num); for i = 1:frame_num frame_start = (i - 1) * frame_shift + 1; frame_end = frame_start + frame_size - 1; frames(:,i) = signal(frame_start:frame_end); end 4、加窗 分帧后的语音信号需要进行加窗处理，以消除分帧时引入的边缘效应，并且窗函数应适合于信号的频谱特性。通常使用汉宁窗或矩形窗。 for i = 1:frame_num frames(:,i) = frames(:,i) .* hamming(frame_size); end 5、快速傅里叶变换 对加窗后的语音信号进行快速傅里叶变换，以得到其幅度谱和相位谱。 fft_size = 256; %FFT的点数 fft_num = fix(frame_size / 2) + 1; %FFT后得到的频谱点数 fft_frames = zeros(fft_size,frame_num); for i = 1:frame_num frame = frames(:,i); frame = [frame;zeros(fft_size - frame_size,1)]; fft_frames(:,i) = abs(fft(frame,fft_size)); end 6、Mel频率倒谱系数 使用Mel滤波器组将信号的频谱压缩到较低的频率范围内，从而提取特征。Mel滤波器组的带通滤波器通常采用三角形响应曲线。使用Mel滤波器组在MATLAB的实现如下： mel_num = 20; %Mel滤波器的数量 mel_low_f = 0; mel_high_f = 2595 * log10(1 + fs / 2 / 700); mel_f = linspace(mel_low_f,mel_high_f,mel_num + 2); mel_f_hz = 700 * (10 .^ (mel_f / 2595) - 1); %转化为Hz单位 mel_filter = zeros(fft_num,mel_num); for i = 2:(mel_num + 1) mel_filter(:,i-1) = trimf(1:fft_num,[mel_f_hz(i-1),mel_f_hz(i),mel_f_hz(i+1)]); end MFCC = zeros(mel_num,frame_num); for i = 1:frame_num S = fft_frames(1:fft_num,i); M = S .* mel_filter; M = log(sum(M,1)); M = dct(M); MFCC(:,i) = M(2:mel_num+1); %取Mel倒谱系数的第2-21项 end 最终，我们可以得到一个大小为20×N的MFCC特征矩阵，其中N为语音信号总帧数。在实际应用中，这些MFCC特征通常作为输入进入其他分类算法进行识别和分类。 ### 回答2： 语音识别是一个重要的研究领域，MFCC（Mel-Frequency Cepstral Coefficients）是其中一种用于提取语音特征的方法。MFCC是一个高度优化的特征提取方法，对于许多语音识别系统来说具有很高的准确性。 MATLAB是一种广泛使用的数学软件包，也是一个流行的语音识别平台。下面是一个MFCC特征提取MATLAB代码的例子： fu % 预处理 - 高通滤波 fs = 8000; [data, fs] = audioread('test.wav'); data = highpass(data, 100, fs); % 分帧 frame_length_ms = 30; frame_shift_ms = 10; frame_length = round(frame_length_ms * fs / 1000); frame_shift = round(frame_shift_ms * fs / 1000); frames = enframe(data, frame_length, frame_shift); % 全波形络线提取 pre_emphasis_coefficient = 0.97; u = [1, zeros(1, frame_length - 1)]; pre_emphasis = filter(1, u, data); % 傅里叶变换 ffts = 2 .^ nextpow2(frame_length); spectrum = abs(fft(frames, ffts)); % 梅尔倒谱系数提取 mel_filterbank = mel_filterbank(fs, ffts, 26); mfccs = 20 * log10(mel_filterbank * spectrum(1:size(mel_filterbank, 2), :)); % 梅尔漂移系数提取 cepstral_lifter = 22; mfccs = lifter(mfccs, cepstral_lifter); % 特征向量标准化 mfccs = bsxfun(@minus, mfccs, mean(mfccs)); mfccs = bsxfun(@rdivide, mfccs, std(mfccs)); disp(mfccs); 以上是一个MFCC特征提取MATLAB代码的简要示例，主要包括预处理、分帧、全波形络线提取、傅里叶变换、梅尔倒谱系数提取和梅尔漂移系数提取等步骤，可以给大家提供一些参考。 ### 回答3： MFCC即Mel频率倒谱系数，是语音识别中一种常用的特征值提取方法。下面介绍基于MATLAB实现的语音识别MFCC特征值提取代码。 1. 信号预处理 读取音频文件，进行线性预测分析（LPC）处理，提取谱包络信息。代码如下： [y, fs] = audioread('test.wav'); %读取音频文件 preEmph = [1, -0.97]; %预加重滤波器系数 yf = filter(preEmph, 1, y); %预处理信号 winLen = 0.025; %帧长25ms winStep = 0.01; %帧移10ms nfft = 2^(nextpow2(winLen*fs)); %FFT点数 2. 傅里叶变换 对经过预处理的音频信号进行加窗并进行快速傅里叶变换（FFT）将其转换为频域信号。代码如下： win = hamming(round(winLen*fs),'periodic'); %汉明窗 0.5*(1-cos(2*pi*(0:winLen*fs-1)/(winLen*fs-1))) nOverlap = round(winStep*fs);%帧移 hopStart = 1 : nOverlap : (length(yf)-nfft); for i=1:length(hopStart) temp = yf(hopStart(i) : hopStart(i)+nfft-1) .* win; spectrum = abs(fft(temp, nfft)); end MFCC系数计算 根据MFCC原理，将傅里叶变换得到的频谱图转换为Mel滤波器组的系数，最后通过离散余弦变换（DCT）将其转换为MFCC系数。代码如下： MelFreqMin = 0; %Mel频率的最小值 MelFreqMax = 2595*log10(1+(fs/2)/700); %Mel频率的最大值 numFilters = 20; %Mel滤波器的数量 MelSpacing = linspace(MelFreqMin, MelFreqMax, numFilters+2); %计算Mel频率间距 HzSpacing = hz2mel(linspace(mel2hz(MelFreqMin), mel2hz(MelFreqMax), nfft/2+1)); %计算Hz频率间距 MelWeights = zeros(numFilters, nfft/2+1); %预分配矩阵 for filtNum = 1 : numFilters thisRange = zeros(1, nfft/2+1); lMel = MelSpacing(filtNum); mMel = MelSpacing(filtNum+1); rMel = MelSpacing(filtNum+2); leftSlope = 1 / (mMel - lMel); rightSlope = 1 / (rMel - mMel); for i = 1 : nfft/2+1 if HzSpacing(i) >= lMel && HzSpacing(i) <= mMel thisRange(i) = (HzSpacing(i) - lMel) * leftSlope; elseif HzSpacing(i) >= mMel && HzSpacing(i) <= rMel thisRange(i) = (rMel - HzSpacing(i)) * rightSlope; end end MelWeights(filtNum, :) = thisRange; end MelWeights = MelWeights ./ repmat(sum(MelWeights,2),1,size(MelWeights,2)); %归一化 Z = MelWeights * abs(spectrum(1 : nfft/2+1)).^2; L = 20; %DCT系数个数 mfccCoeff = dct(log(Z)); %DCT变换 mfccCoeff = mfccCoeff(2 : L+1); %取2~21 MFCC系数 至此，我们就实现了语音识别MFCC特征值提取的MATLAB代码，提取到了MFCC系数。这些特征值可以用于模型训练和分类识别。
评论
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

打赏作者

Z_shsf

来包瓜子嘛，谢谢客官~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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