声音识别_声音分类_算法实现.pptVIP

设计模块 预处理 使用cooledit转换格式/声道，或用Matlab处理 特征提取 训练数据的特征提取 测试数据的特征提取 不同的特征提取可以分开或合在一起设计 分类算法设计 GMM，HMM，SVM，KNN,ANN... 测试和决策 特征提取 %读取声音文件 wav= wavread(data.filenames{i_files},[1 307712]); eg. 200个文件 i_files= 1:200 307712是提取的样本数（限制读取的长度，约28s） % 要提取的MFCC系数个数 num_ceps_coeffs = 20; c.fs = 11025; %采样频率 % 设置每帧大小（包含样本数） c.seg_size = 1024; c.hop_size = 512; %% c.seg_size-交叠部分=c.hop_size 特征提取（MFCC） % 帧数计算 num_segments = floor((length(wav)-c.seg_size)/c.hop_size)+1; % 初始化功率谱矩阵 P = zeros(c.seg_size/2+1,num_segments); % 设置窗函数 c.w = 0.5*(1-cos(2*pi*(0:c.seg_size-1)/(c.seg_size-1)));%