matlab实现MFCC

最新推荐文章于 2024-07-05 22:08:32 发布
最新推荐文章于 2024-07-05 22:08:32 发布
阅读量1.2w 收藏 201
点赞数 23
文章标签： matlab 信号处理
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/qq_44420246/article/details/117563831
版权

MFCC

MFCC（Mel-frequency cepstral coefficients）：梅尔频率倒谱系数。 梅尔频率是基于人耳听觉特性提出来的， 它与Hz频率成非线性对应关系。
MFCC提取过程：

  1. 首先对语音进行预处理。
    预处理又包括对语音进行预加重、分帧、加窗。
  2. 快速傅里叶变换
    对分帧加窗后的每帧语音数据进行fft变换。
  3. 计算谱线能量
    对fft变换后的每帧信号取平方。
  4. 梅尔滤波器组滤波
    将求出的每帧谱线能量谱与梅尔滤波器组相乘。
  5. DCT变换
    经过梅尔滤波器滤波后的每帧信号进行DCT（离散余弦变换），得到MFCC参数。

详细过程可参加其他博客，本文主要使用matlab编程实现。

1.梅尔滤波器组实现

matlab编程实现梅尔滤波器组：

clc;
clear;
close all;
fs = 16000;  %信号采样频率
p = 16;   %梅尔滤波器个数
N = 1024
fl=0;fh=fs/2;%定义频率范围，低频和高频
bl=2595*log10(1+fl/700);%得到梅尔刻度的最小值
bh=2595*log10(1+fh/700);%得到梅尔刻度的最大值
B=bh-bl;%梅尔刻度长度
mm=linspace(0,B,p+2);%规划18个不同的梅尔刻度。但只有16个梅尔滤波器
fm=700*(10.^(mm/2595)-1);%将Mel频率转换为频率

k=((N+1)*fm)/fs;%计算18个不同的k值
hm=zeros(p,N);%创建hm矩阵
df=fs/N;
freq=(0:N-1)*df;%采样频率值

%绘制梅尔滤波器
for i=2:p+1
    %取整
    n0=floor(k(i-1));  %floor为向下取整，如果取整，表示三角滤波器组的各中心点被置于FFT 数据对应的的点位频率上，所以频率曲线的三角形顶点正好在FFT 数据点上，即美尔滤波器所有顶点在同一高度。
    n1=floor(k(i));
    n2=floor(k(i+1));
%     n0=k(i-1);  %不取整代表直接按精确指定的中心频率点来计算的，这时滤波器中心频率就不一定在FFT 数据点对应位置，按FFT 点位所得曲线在低频段就不是完美的三角形，即美尔滤波器所有顶点不在同一高度。
%     n1=k(i);
%     n2=k(i+1);
    %要知道k(i)分别代表的是每个梅尔值在新的范围内的映射，其取值范围为：0-N/2
    %以下实现求取三角滤波器的频率响应。
    
    for j=1:N
       if n0<=j & j<=n1
           hm(i-1,j)=(j-n0)/(n1-n0);
       elseif n1<=j & j<=n2
           hm(i-1,j)=(n2-j)/(n2-n1);
       end
   end
   %此处求取hm结束。
end

%绘图,且每条颜色显示不一样
c=colormap(lines(p));%定义16条不同颜色的线条
% figure()
% set(gcf,'position',[180,160,1020,550]);%设置画图的大小
for i=1:p
    plot(freq,hm(i,:),'-','color',c(i,:),'linewidth',2);%开始循环绘制每个梅尔滤波器
%     plot(freq,hm(i,:),'-','linewidth',2.5);%开始循环绘制每个梅尔滤波器
    hold on;
end
 grid on;%显示方格
 axis([0 8000 0 inf]);%设置显示范围
 xlabel('频率（Hz）');
 ylabel('幅值');

画出的梅尔滤波器组图：
在这里插入图片描述
上图中，三角滤波器组的各中心点被置于FFT 数据对应的的点位频率上，所以频率曲线的三角形顶点正好在FFT 数据点上，即美尔滤波器所有顶点在同一高度。

也可以按照精确指定的中心频率点来计算，此时三角滤波器不等高。
程序：

clc;
clear;
close all;
fs = 16000;  %信号采样频率
p = 16;   %梅尔滤波器个数
N = 1024
fl=0;fh=fs/2;%定义频率范围，低频和高频
bl=2595*log10(1+fl/700);%得到梅尔刻度的最小值
bh=2595*log10(1+fh/700);%得到梅尔刻度的最大值
B=bh-bl;%梅尔刻度长度
mm=linspace(0,B,p+2);%规划18个不同的梅尔刻度。但只有16个梅尔滤波器
fm=700*(10.^(mm/2595)-1);%将Mel频率转换为频率

k=((N+1)*fm)/fs;%计算18个不同的k值
hm=zeros(p,N);%创建hm矩阵
df=fs/N;
freq=(0:N-1)*df;%采样频率值

%绘制梅尔滤波器
for i=2:p+1
    %取整
    %n0=floor(k(i-1));  %floor为向下取整，如果取整，表示三角滤波器组的各中心点被置于FFT 数据对应的的点位频率上，所以频率曲线的三角形顶点正好在FFT 数据点上，即美尔滤波器所有顶点在同一高度。
    %n1=floor(k(i));
    %n2=floor(k(i+1));
     n0=k(i-1);  %不取整代表直接按精确指定的中心频率点来计算的，这时滤波器中心频率就不一定在FFT 数据点对应位置，按FFT 点位所得曲线在低频段就不是完美的三角形，即美尔滤波器所有顶点不在同一高度。
     n1=k(i);
     n2=k(i+1);
    %要知道k(i)分别代表的是每个梅尔值在新的范围内的映射，其取值范围为：0-N/2
    %以下实现求取三角滤波器的频率响应。
    
    for j=1:N
       if n0<=j & j<=n1
           hm(i-1,j)=(j-n0)/(n1-n0);
       elseif n1<=j & j<=n2
           hm(i-1,j)=(n2-j)/(n2-n1);
       end
   end
   %此处求取hm结束。
end

%绘图,且每条颜色显示不一样
c=colormap(lines(p));%定义16条不同颜色的线条
% figure()
% set(gcf,'position',[180,160,1020,550]);%设置画图的大小
for i=1:p
    plot(freq,hm(i,:),'-','color',c(i,:),'linewidth',2);%开始循环绘制每个梅尔滤波器
%     plot(freq,hm(i,:),'-','linewidth',2.5);%开始循环绘制每个梅尔滤波器
    hold on;
end
 grid on;%显示方格
 axis([0 8000 0 inf]);%设置显示范围
 xlabel('频率（Hz）');
 ylabel('幅值');

画出的图：
在这里插入图片描述
上图是直接按精确指定的中心频率点来计算的，这时滤波器中心频率就不一定在FFT 数据点对应位置，按FFT 点位所得曲线就不是完美的三角形，即美尔滤波器所有顶点不在同一高度。

2. MFCC主程序

matlab实现MFCC的整个过程：

frameSize=1024;  %帧长
N = frameSize;
inc=512;  %帧移
p = 32;  %梅尔滤波器个数
[x,fs]=audioread('jian_2_1000.wav');%读取语音wav文件，本文语音长度3秒，单声道，采样频率16000
% 本文语音信号的fs为16000Hz
N2=length(x);  %语音信号长度

%预加重
for i=2:N2
    y(i)=x(i)-0.97*x(i-1);
end
y=y';%对y取转置
S=enframe(y,frameSize,inc);%分帧,对语音信号x进行分帧，
[a,b]=size(S);  %a为矩阵行数，b为矩阵列数
%创建汉明窗矩阵C
C=zeros(a,b);
ham=hamming(b);
for i=1:a
    C(i,:)=ham;
end
%将汉明窗C和S相乘得SC
SC=S.*C;
F=0;N=frameSize;
for i=1:a
    %对SC作N=1024的FFT变换
    D(i,:)=fft(SC(i,:),N);
    %以下循环实现求取谱线能量
    for j=1:N
        t=abs(D(i,j));
        E(i,j)=(t^2);
    end
end

fl=0;fh=fs/2;%定义频率范围，低频和高频
bl=2595*log10(1+fl/700);%得到梅尔刻度的最小值
bh=2595*log10(1+fh/700);%得到梅尔刻度的最大值
%梅尔坐标范围
% p=26;%滤波器个数
B=bh-bl;%梅尔刻度长度
mm=linspace(0,B,p+2);%规划34个不同的梅尔刻度。但只有32个梅尔滤波器
fm=700*(10.^(mm/2595)-1);%将Mel频率转换为频率
W2=N/2+1;%fs/2内对应的FFT点数,1024个频率分量

k=((N+1)*fm)/fs;%计算34个不同的k值
hm=zeros(p,N);%创建hm矩阵
df=fs/N;
freq=(0:N-1)*df;%采样频率值

%绘制梅尔滤波器
for i=2:p+1
    %取整
    n0=floor(k(i-1));  %floor为向下取整，如果取整，表示三角滤波器组的各中心点被置于FFT 数据对应的的点位频率上，所以频率曲线的三角形顶点正好在FFT 数据点上，即美尔滤波器所有顶点在同一高度。
    n1=floor(k(i));
    n2=floor(k(i+1));
%     n0=k(i-1);  %不取整代表直接按精确指定的中心频率点来计算的，这时滤波器中心频率就不一定在FFT 数据点对应位置，按FFT 点位所得曲线在低频段就不是完美的三角形，即美尔滤波器所有顶点不在同一高度。
%     n1=k(i);
%     n2=k(i+1);
    %要知道k(i)分别代表的是每个梅尔值在新的范围内的映射，其取值范围为：0-N/2
    %以下实现求取三角滤波器的频率响应。
   
    for j=1:N
       if n0<=j & j<=n1
           hm(i-1,j)=(j-n0)/(n1-n0);
       elseif n1<=j & j<=n2
           hm(i-1,j)=(n2-j)/(n2-n1);
       end
   end
   %此处求取H1(k)结束。
end

 %梅尔滤波器滤波
 H=E*hm';
 %对H作自然对数运算
 %因为人耳听到的声音与信号本身的大小是幂次方关系，所以要求个对数
 for i=1:a
     for j=1:p
         H(i,j)=log(H(i,j));
     end
 end
 %作离散余弦变换 
Fbank = H';
Fbank1 = dct(Fbank);
mfcc = Fbank1';
plot(mfcc);

最后得到的mfcc就是MFCC参数。

MFCC程序求取过程中的分帧函数：
分帧函数为enframe函数，matlab程序为：

function frameout=enframe(x,win,inc)

nx=length(x(:));            % 取数据长度
nwin=length(win);           % 取窗长
if (nwin == 1)              % 判断窗长是否为1，若为1，即表示没有设窗函数
   len = win;               % 是，帧长=win
else
   len = nwin;              % 否，帧长=窗长
end
if (nargin < 3)             % 如果只有两个参数，设帧inc=帧长
   inc = len;
end
nf = fix((nx-len+inc)/inc); % 计算帧数
frameout=zeros(nf,len);            % 初始化
indf= inc*(0:(nf-1)).';     % 设置每帧在x中的位移量位置
inds = (1:len);             % 每帧数据对应1:len
frameout(:) = x(indf(:,ones(1,len))+inds(ones(nf,1),:));   % 对数据分帧
if (nwin > 1)               % 若参数中包括窗函数，把每帧乘以窗函数
    w = win(:)';            % 把win转成行数据
    frameout = frameout .* w(ones(nf,1),:);  % 乘窗函数
end

画出的语音的mfcc参数数据图：
在这里插入图片描述
图中横轴代表语音分帧的帧数，纵轴代表mfcc参数的幅值。

mfcc参数图：
在mfcc程序后面加上：

imagesc(mfcc');
axis xy;   %y轴从下往上
colorbar;
xlabel('语音分帧帧数');
ylabel('mfcc参数维数');

画出的图：
在这里插入图片描述

3. 加上一阶差分和二阶差分的MFCC

加上一阶差分和二阶差分的MFCC-D-A参数的matlab程序：

frameSize=1024;  %帧长
N = frameSize;
inc=512;  %帧移
p = 32;  %梅尔滤波器个数
[x,fs]=audioread('jian_2_1000.wav');%读取语音wav文件，本文语音长度3秒，单声道，采样频率16000
% 本文语音信号的fs为16000Hz
N2=length(x);  %语音信号长度

%预加重
for i=2:N2
    y(i)=x(i)-0.97*x(i-1);
end
y=y';%对y取转置
S=enframe(y,frameSize,inc);%分帧,对语音信号x进行分帧，
[a,b]=size(S);  %a为矩阵行数，b为矩阵列数
%创建汉明窗矩阵C
C=zeros(a,b);
ham=hamming(b);
for i=1:a
    C(i,:)=ham;
end
%将汉明窗C和S相乘得SC
SC=S.*C;
F=0;N=frameSize;
for i=1:a
    %对SC作N=1024的FFT变换
    D(i,:)=fft(SC(i,:),N);
    %以下循环实现求取谱线能量
    for j=1:N
        t=abs(D(i,j));
        E(i,j)=(t^2);
    end
end

fl=0;fh=fs/2;%定义频率范围，低频和高频
bl=2595*log10(1+fl/700);%得到梅尔刻度的最小值
bh=2595*log10(1+fh/700);%得到梅尔刻度的最大值
%梅尔坐标范围
% p=26;%滤波器个数
B=bh-bl;%梅尔刻度长度
mm=linspace(0,B,p+2);%规划34个不同的梅尔刻度。但只有32个梅尔滤波器
fm=700*(10.^(mm/2595)-1);%将Mel频率转换为频率
W2=N/2+1;%fs/2内对应的FFT点数,2049个频率分量

k=((N+1)*fm)/fs;%计算28个不同的k值
hm=zeros(p,N);%创建hm矩阵
df=fs/N;
freq=(0:N-1)*df;%采样频率值

%绘制梅尔滤波器
for i=2:p+1
    %取整
    n0=floor(k(i-1));  %floor为向下取整，如果取整，表示三角滤波器组的各中心点被置于FFT 数据对应的的点位频率上，所以频率曲线的三角形顶点正好在FFT 数据点上，即美尔滤波器所有顶点在同一高度。
    n1=floor(k(i));
    n2=floor(k(i+1));
%     n0=k(i-1);  %不取整代表直接按精确指定的中心频率点来计算的，这时滤波器中心频率就不一定在FFT 数据点对应位置，按FFT 点位所得曲线在低频段就不是完美的三角形，即美尔滤波器所有顶点不在同一高度。
%     n1=k(i);
%     n2=k(i+1);
    %要知道k(i)分别代表的是每个梅尔值在新的范围内的映射，其取值范围为：0-N/2
    %以下实现求取三角滤波器的频率响应。
   
    for j=1:N
       if n0<=j & j<=n1
           hm(i-1,j)=(j-n0)/(n1-n0);
       elseif n1<=j & j<=n2
           hm(i-1,j)=(n2-j)/(n2-n1);
       end
   end
   %此处求取H1(k)结束。
end

 %梅尔滤波器滤波
 H=E*hm';
 %对H作自然对数运算
 %因为人耳听到的声音与信号本身的大小是幂次方关系，所以要求个对数
 for i=1:a
     for j=1:p
         H(i,j)=log(H(i,j));
     end
 end
 %作离散余弦变换 
Fbank = H';
Fbank1 = dct(Fbank);
mfcc = Fbank1';
J=mfcc(:,(1:p));
feat=mfcc;
 %求一阶差分系数
 dtfeat=0;
 dtfeat=zeros(size(feat));%默认初始化
 for i=3:a-2
     dtfeat(i,:)=-2*feat(i-2,:)-feat(i-1,:)+feat(i+1,:)+2*feat(i+2,:); 
 end
 dtfeat=dtfeat/3;
%求取二阶差分系数
%二阶差分系数就是对前面产生的一阶差分系数dtfeat再次进行操作。
 dttfeat=0;
 dttfeat=zeros(size(dtfeat));%默认初始化
 for i=3:a-2
     dttfeat(i,:)=-2*dtfeat(i-2,:)-dtfeat(i-1,:)+dtfeat(i+1,:)+2*dtfeat(i+2,:); 
 end
 dttfeat=dttfeat/10;
 %这里的10是根据数据确定的，默认为2
 %将得到的mfcc的三个参数feat、dtfeat、dttfeat拼接到一起
 mfcc_final=[feat,dtfeat,dttfeat];%拼接完成
 imagesc(mfcc_final');
axis xy;   %y轴从下往上
colorbar;
xlabel('语音分帧帧数');
ylabel('MFCC-D-A参数维数');

最后得到的mfcc就是MFCC参数。
MFCC程序求取过程中的分帧函数和上面的enframe函数一样。
画出的加上一阶差分和二阶差分的MFCC-D-A参数图：
在这里插入图片描述
以上就是所有MFCC及MFCC-D-A参数的matlab求取过程。

4.MFCC调包

matlab中还自带了mfcc的程序包（本文matlab版本为2019a，较低版本中可能不含有如下的mfcc包），其调用方法为：

[mfcc,delta_mfcc,delta_delta_mfcc]= mfcc(sph,Fs,'WindowLength',512,'OverlapLength',256 ,'NumCoeffs',32,'LogEnergy','Ignore');  % 对语音提取mfcc特征参数

其中等号左边mfcc为mfcc参数，delta_mfcc为mfcc的一阶差分参数，delta_delta_mfcc为mfcc的二阶差分参数。
等号右边括号中
sph为输入的语音信号
Fs为采样频率
‘WindowLength’,512代表分帧的帧长为512
‘OverlapLength’,256代表重叠部分为256
‘NumCoeffs’,32表示m梅尔滤波器个数取32个
‘LogEnergy’,‘Ignore’表示不要能量，如果为’LogEnergy’,‘Append’表示将能量放在mfcc参数前面，如果为’LogEnergy’,'Replace’表示用能量代替mfcc的第一维系数
使用方法：

[sph,Fs]=audioread('jian_2_1000.wav');%读取语音wav文件，本文语音长度3秒，单声道，采样频率16000
[mfcc,delta_mfcc,delta_delta_mfcc]= mfcc(sph,Fs,'WindowLength',512,'OverlapLength',256 ,'NumCoeffs',32,'LogEnergy','Ignore');  % 对语音提取mfcc特征参数

有关于MFCC的问题可联系qq：1479115257

星星都亮了
关注
  • 23
    点赞
  • 踩
  • 201
    收藏
    觉得还不错? 一键收藏
  • 23
    评论
MFCC参数提取的matlab实现
04-27
资源为一压缩包有mfcc函数，端点检测函数，分帧函数，说明文档。该资源为本人学习说话人识别用matlab所写，代码附有详细注释，说明文件中展示了运行结果。（本人需在csdn下载几个资源，苦于资源分已用尽，定价3分，求大家慷慨解囊~~~若有同样遭遇者需要该资源，可私信我，记得留下邮箱哦~）
Matlab中MFCC的几种实现方式（转载）
开源只为滥竽充数
03-28 2880
相关的函数 melbankm、mfcc_m、melcepst、cepstralFeatureExtractor、mfcc、HelperComputePitchAndMFCC、 melSpectrogram 几种函数对比及说明 melbankm 由Voicebox提供，在Mel频率上设计平均分布的滤波器，此函数与音频信号没有关系，只是做MFCC前对滤波器的设计。 function [x,mc,m...
基于MATLAB实现声纹识别：通过MFCC特征提取和训练语音实现训练库内外声音的准确识别
NNeIxSCPXMt的博客
05-02 509
在测试阶段，我们将提取测试语音的MFCC特征，并使用训练得到的声纹模型进行识别。本文将介绍如何基于Matlab实现声纹识别，并通过提取声音信号的MFCC特征，形成特征向量，通过训练语音来对测试语音进行识别。总结起来，本文介绍了基于Matlab的声纹识别技术，通过提取声音信号的MFCC特征，形成特征向量，并通过训练语音对测试语音进行识别。7.基于matlab实现声纹识别，通过提取声音信号的MFCC特征，然后形成特征向量，通过训练语音，对测试语音进行识别，可以识别训练库内的声音，也可以识别出训练库外的声音。
【语音识别】基于matlab MFCC+SVM特定人性别识别【含Matlab源码 533期】
订阅付费专栏（初级版），可赠送该付费专栏任意代码1份；
03-16 4244
MFCC+SVM特定人性别识别 完整的代码，方可运行；可提供运行操作视频！适合小白！
Matlab MFCC音乐特征匹配与DTW算法识别（含GUI设计）
开源只为滥竽充数
04-01 8941
本文主要分析MFCC构建特征库及其后续的特征匹配识别的Matlab实现，不侧重原理分析，着眼于Matlab实现——
MFCC的matlab实现
10-17
以下是对MFCC的MATLAB实现的详细解释。 首先，MFCC的核心是将声音信号转换为更适合人类听觉系统的表示。它基于以下几个主要步骤： 1. **预加重**：为了模拟人耳对高频信号的敏感性，通常会在输入信号上应用一阶...
基于Matlab实现mfcc算法
11-01
在语音识别系统中，特征参数提取尤为重要，Mel倒谱参数（MFCC）算法是将语音从时域变换到倒谱域上，MFCC能更充分地描述了人耳听觉系统非线性地特点，性能上要明显优于之前的LPCC。
基于MATLAB实现MFCC+GMM的声学事件检测(SED)（含课题报告）
05-06
基于MATLAB实现MFCC+GMM的声学事件检测(SED)（含课题报告） 针对街道与交通道路场景，设计了一套用于突发公共安全事件识别的声学检测算法(以枪击、爆炸为例)。依次通过信号滤波、能量分析、MFCC特征提取、GMM分类器...
Mfccmatlab
04-17
MFCC系数提取
梅尔倒谱系数MFCC的matlab代码
07-20
该函数用于语音信号特征提取，详细用法以及参数设置都有说明，仅供学习参考。函数作者为 Kamil Wojcicki ，使用时必须保持作者备注的信息。
matlab_mfcc.rar_MATLAB MFCC_MFCC_matlab_mfcc_语音mel
07-14
MFCC（Mel频率倒谱系数，Mel Frequency Cepstral Coefficients）是语音处理领域中一个重要的技术，...通过学习和应用这个MATLAB_mfcc资源，你将能够深入理解MFCC的工作原理，并具备在MATLAB环境中实现这一技术的能力。
mfcc-master_matlab_MFCC_
09-30
在这个名为"mfcc-master_matlab_MFCC_"的项目中，我们可以推测其提供了MATLAB语言实现MFCC算法的详细代码和示例。 MFCC 的主要步骤包括以下几个关键环节： 1. **预加重**：为了消除人类语音中的低频响应，通常会...
【语音识别】基于matlab GUI声纹识别（带面板）【含Matlab源码 537期】
订阅付费专栏（初级版），可赠送该付费专栏任意代码1份；
03-17 5265
声纹识别（带面板） 完整的代码，方可运行；可提供运行操作视频！适合小白！
MFCC特征提取的MatLab的代码实现
Miracle.Zhao的博客
01-15 5818
语音信号处理MFCC提取的Matlab源码，Matlab调试运行的时候注意添加语音工具箱voicebox查找路径。即，Matlab：File->Set Path…->Add Folder… 选择你所解压的voicebox文件夹路径。[x fs]=wavread('rec2016-12-17_14h30m04.761s.wav');bank=melbankm(24,256,fs,0,0.4,'m')
语音信号处理—MFCC特征提取(matlab代码)
热门推荐
i-Blue的专栏
03-25 2万+
MFCC 参数考虑了人耳的听觉特性，将频谱转化为基于梅尔频标的非线性频谱，然后转换到倒谱域上。由于充分考虑了人的听 觉特性，而且没有任何前提假设，MFCC 参数具有良好的识别性能和抗噪能力。        由于人类对于声音高低的的感知强度与该声音的频率的对数近似成正比，梅尔频率正是体现出了这种声音频率与人类感知声音高 低的对应关系。在梅尔频率域内，人对声音高低的感知程度是线性的，梅尔频率与语
一维信号短时傅里叶变换域邻域降噪方法（MATLAB）
weixin_39402231的博客
07-02 679
一维信号短时傅里叶变换域邻域降噪方法（MATLAB）
基于蜉蝣优化的聚类算法（MATLAB）
weixin_39402231的博客
07-02 432
基于蜉蝣优化的聚类算法（MATLAB）
matlab 绘制高等数学中的二维函数示例
最新发布
zhanghanqmx的博客
07-05 509
【代码】matlab 绘制高等数学中的二维函数示例。
matlab实现mfcc
10-19
在Matlab中实现MFCC特征提取，可以使用Matlab自带的mfcc函数。该函数可以读取音频文件，进行预加重、分帧、加窗、傅里叶变换、梅尔滤波器组、离散余弦变换等一系列操作，最终得到MFCC特征系数。具体实现可以参考以下步骤： 1. 读取音频文件，获取音频信号和采样率。 2. 对音频信号进行预加重处理，以增强高频信号。 3. 将音频信号分帧，并对每一帧进行加窗操作，以减少频谱泄漏。 4. 对每一帧进行傅里叶变换，得到频域信号。 5. 将频域信号通过梅尔滤波器组，得到梅尔频率谱。 6. 对梅尔频率谱进行离散余弦变换，得到MFCC特征系数。 7. 可以选择对MFCC系数进行一阶和二阶差分，以增强特征。 8. 可以对MFCC系数进行归一化处理，以消除不同说话人之间的差异。 9. 最终得到MFCC特征系数，可以用于语音识别、说话人识别等任务。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 23
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