matlab基础

https://www.cnblogs.com/shenxiaolin/p/9234666.html

for 循环的值有下述三种形式之一：

plot函数
https://baike.baidu.com/item/plot/10776857?fr=aladdin

matlab中length函数
https://jingyan.baidu.com/article/54b6b9c006d3bd6d583b47df.html

断点
https://blog.csdn.net/qq_45562910/article/details/104982713

语音信号的短时平均能量matlab
https://blog.csdn.net/hanxueyu666/article/details/51258659

我的是MATLAB\R2018a

这里的audioread函数代替了wavread

解读程序：

for i = 1:framenumber;%分帧处理
    framesignal = signal((i-1)*framelength+1:i*framelength);%获取每帧的数据
    E(i) = 0;%每帧能量置零
    for j = 1:framelength;%计算每一帧的能量
        E(i) = E(i)+framesignal(j)^2;
    end
end

signal函数取出(i-1)framelength+1，到iframelength直接的信号值，存放在framesignal 数组中。
E(i) = 0;初始为累计值为0
E(i) = E(i)+framesignal(j)^2;
取出数组framesignal的值，对其平方，然后累计在E(i)中。

https://blog.csdn.net/joey_su/article/details/36414877

加窗
我们知道语音信号是不断改变的（非平稳），但是非平稳的信号不好处理，所以语音处理算法通常假定信号是稳定的。
分段（短时）平稳性：将语音信号看成是由一帧帧构成（假定一帧是平稳的）。
加窗：在时域上，波形乘以窗函数即可得到加窗后的波形，公式为X[n]=W[n]S[n]

如果我们简单地将语音信号分成很多小段，那么这些小段（帧）就是矩形窗，而矩形窗的边缘是陡峭的，即不连续的，所以应该选取连续的窗函数，使得相邻两帧可以平滑过渡。

在语言处理中，通常使用锥形的窗代替矩形窗，比如Hamming或者Hanning，窗函数如下：

其中，alpha为窗函数的系数，Hamming窗为0.46164，Hanning窗为0.5。

时域上的加窗效果如下

可见锥形窗边缘部分过渡更加平滑了。

离散傅立叶变换（DFT）
DFT的目的：从一个加窗的信号中提取频谱信息。
输入：加窗后的信号x[n1],…,x[n1+L-1]（时域）,这里的L是窗的大小
输出：复数x[k]，表示N个频带上的第k个频率成分的幅度和相位。
DFT公式：

注意点：为了使帧与帧之间的过渡平稳，采用帧移的方法，即两帧之间有个重叠的区域。
对于语音识别来说，我们选用20ms的帧长，10ms的帧移。

Mel-frequency cepstral coefficients (MFCCs)——梅尔频率倒谱系数
梅尔，也就是梅尔刻度；
频率，一种非线性的频率；
倒谱，经倒谱分析后得到的特征；

倒谱
倒过来的频谱，将频谱spectrum前四个字母倒过来得到cepstrum。
我们可以近似理解为倒谱是频谱的一种特殊的你变换，专业说法是同态处理。

语音产生模型可看成是发生源-滤波器（source-filter）模型。
发声源source，声带振动产生波形。
滤波器filter，给波形一个特定的形状，就会有特定的滤波特性。
发声源对区分因素没有用，但是滤波器可以用来区分因素。
而倒谱分析可以帮助我们分离发生源和滤波器，这样，我们就可以将滤波器分离出来，就可以区分音素了，这就是非常重要的倒谱特征。