java mfcc_基于MFCC的语音评测方法

1、原来的方案：

(1)采用MFCC(梅尔倒谱)作为音频的特征

(2)采用DTW算法计算两段音频的距离，然后根据距离判断这两个音频是否是同一个音

方案的问题：经过实际数据验证，发现不同人读相同内容，计算出的距离会比较大。可能是因为我们对于MFCC每个维度的特征是同等对待的，有些特征可能是跟发音人者的音色相关度比较大，跟内容相关度小。

2、优化的方案：

根据之前的猜测，我们假设对于某个音节，可能有几个维度的特征跟其他音节差别特别大，我们需要找到这几个特征。基于这个假设，我们采用穷举法从13个特征中找到最能区分音节的特征组合。

代码如下：

# -*- coding: utf-8 -*-

import os

import numpy as np

from scikits.audiolab import wavread

import scikits.talkbox

import fastdtw

from scikits.talkbox import features

from scikits.talkbox.features import mfcc

weight=[0,1,1,1,1,1,1,1,1,1,1,1,1]

fdict={}

def getfeature(x):

if(fdict.has_key(x)):

return fdict[x]

else:

data, fs, enc=wavread(x)

temp=mfcc(data)[0]

fdict[x]=temp