MFCC特征提取及MATLAB代码分析（一）

本文不涉及MFCC的理论，所以读此文前请对MFCC以及相关语音信号处理有初步认识。本文重点在于代码实现的分析。

先对MFCC有个初步认识。

MFCCs（Mel Frequency Cepstral Coefficents）是一种在自动语音和说话人识别中广泛使用的特征。提取MFCC特征的过程包括：

1）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，获得Mel频率倒谱系数MFCC，这个MFCC就是这帧语音的特征。

下面对MFCC提取的实现进行分析。

1. 参数分析

MFCC程序需要输出什么？当然是MFCC参数了。如果愿意，还可以将帧（windowed frames）、滤波器组能量（filterbank energies）也一起输出，这样以后用到了也方便。

MFCC程序的输入参数呢？

总的来说有语音信号、采样频率、帧时、帧移、预加重系数、窗函数、频率范围、Mel滤波器个数、倒谱系数个数和提升参数。

下面一个一个来分析。

首先是语音信号（speech signal），这没得说，用matlab一句wavread搞定。比如