实验二语音信号的特征提取.doc

实验　 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。 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 ， n=1,2,...,L ④ 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 由于频率响应反映声道的频率响应和被分析信号的谱包络，因此用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，其冲激响应为h(n)。h(n)的倒谱为，就是说的逆变换是存在的。设，将式两边同时对求导，得得到，于是有 令其左右两边z的各次幂前系数分别相等，得到和间的递推关系 ，按其可直接从预测系数｛｝求得倒谱。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。 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 、MFCC提取程序流程图 s(n) s(n) X(k) X(k) 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; m(i,:)=c2; end figure plot(m);xlabel(帧数);ylabel(幅度);title(MFCC); 实验结果与分析 MFCC 图3.3 MFCC特征提取图像 通过计算MFCC参数，获得了声纹识别的特征参数。由于MFCC参数是对人耳听觉特征的描述，因此，可以认为，不同声纹的MFCC参数距离，能够代表人耳对两个语音听觉上的差异，可以为声纹的识别提供可靠的依据。　 实验体会 通过本次实验是我更加熟练运用MATLAB软件进行编程，对MFCC特征序列的提取原理有了更深的理解，能够更好地运用课堂上所学的基础知识运用到实验当中，对于以后的学习有了很大的帮助。 Mel频率滤波组 DFT/FFT 预加重、分帧、加窗 DCT求倒谱 Log对数能量