实验二语音信号的特征提取

实验二语音信号的特征提取

一、 实验目的

1、熟练运用MATLAB软件进行语音信号实验。 2、熟悉短时分析原理、MFCC的原理。 3、学习运用MATLAB编程进行MFCC的提取。 4、学会利用短时分析原理提取MFCC特征序列。

二、 实验仪器设备及软件

MATLAB

三、 实验原理

1、MFCC

语音识别和说话人识别中，常用的语音特征是基于Mel频率的倒谱系数（即MFCC）。MFCC参数是将人耳的听觉感知特性和语音的产生机制相结合。

Mel频率可以用如下公式表示：

fMel?2595?log(1?f/700)

在实际应用中，MFCC倒谱系数计算过程如下;

① 将信号进行分帧，预加重和加汉明窗处理，然后进行短时傅里叶变换并得到其频谱。 ② 求出频谱平方，即能量谱，并用M个Mel带通滤波器进行滤波；由于每一个频带中分量的作用在人耳中是叠加的。因此将每个滤波器频带内的能量进行叠加，这时第k个滤波器输出功率谱x(k)。

③ 将每个滤波器的输出取对数，得到相应频带的对数功率谱；并进行反离散余弦变换，得到L个MFCC系数，一般L取12~16个左右。MFCC系数为

'Cn??logx'(k)cos[?(k?0.5)n/M]， n=1,2,...,L

k?1M④ 将这种直接得到的MFCC特征作为静态特征，再将这种静态特征做一阶和二阶差分，得到相应的动态特征。 2、 LPC

由于频率响应H(e)反映声道的频率响应和被分析信号的谱包络，因此用

jwlog|H(ejw)|做反傅里叶变换求出的LPC倒谱系数。

通过线性预测分析得到的合成滤波器的系统函数为H(z)?1/(1???^?azii?1^p?i)，其冲激响

应为h(n)。h(n)的倒谱为h(n)，H(z)???^^^?h(n)zn?1?n就是说H(z)的逆变换h(n)是存在的。

^设h(0)?0，将式

^H(z)??h(n)z?nn?1^两边同时对

pz?1求导，得

^?1??nlog[]??1?h(n)z得到?nh(n)z?n?1?i?1p，于是有 p?1?z?zn?1n?11??aiz?11??aiz?i??^???iazii?1?i?1i?1(1??aiz)?nh(n)z?1i?1n?1p??^?n?1??iaiz?i?1令其左右两边z的各次幂前系数分别相等，得

n?1??到h(n)和ai间的递推关系

^?^?h(1)?a1?^n?1^i??h(n)?an??(1?)aih(n?k),1?n?pn ，按其可直接从预测系数｛ai｝求得倒谱i?1?p^^i?h(n)??(1?)aih(n?1),n?p?ni?1?h(n)。这个倒谱是根据线性预测模型得到的，又称为LPC倒谱。LPC倒谱由于利用线性预

测中声道系统函数H（z）的最小相位特性，因此避免了一般同态处理中求复对数的麻烦。

^四、 实验步骤及程序

MFCC特征序列 （1）、实验步骤 ① 输入样本音频

② 给样本音频预加重、分帧、加窗 ③ 将处理好的样本音频做傅里叶变换 ④ 进行Mel频率滤波

⑤ 进行Log对数能量 ⑥ 对样本求倒谱 ⑦ 输出MFCC图像

（2）、MFCC提取程序流程图

s(n) 预加重、分帧、加窗 s(n) X(k) Mel 频率滤波组 X(k) DFT/FFT

图3.1 MFCC特征提取

（3）、MFCC特征提取实验源程序

close all clear clc

[x]=wavread('1.wav');

bank=melbankm(24,256,8000,0,0.5,'m'); bank=full(bank);

bank=bank/max(bank(:));

for k=1:12 n=0:23;

dctcoef(k,:)=cos((2*n+1)*k*pi/(2*24)); end

w = 1 + 6 * sin(pi * [1:12] ./ 12); w = w/max(w);

xx=double(x);

xx=filter([1 -0.9375],1,xx);

xx=enframe(xx,256,80);

for i=1:size(xx,1) y = xx(i,:);

s = y' .* hamming(256); t = abs(fft(s)); t = t.^2;

c1=dctcoef * log(bank * t(1:129)); c2 = c1.*w';

DCT求倒谱 Log对数能量