实验二语音信号的特征提取.docxVIP

精品文档 精品文档 随意编辑 随意编辑 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 ; 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。 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) 。 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 M Cn logx(k)cos[ (k 0.5)n / M ], n=1,2,...,L k 1 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 (ejw)反映声道的频率响应和被分析信号的谱包络，因此用 log | H (ejw) |做反傅里叶变换求出的 LPC倒谱系数。 P 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 az i)，其冲激响 通过线性预测分析得到的合成滤波器的系统函数为 i 1 A A应为h(n)。h(n)的倒谱为h(n)， H (z)Ah(n)z nn 1A就是说H (z)的逆变换 A A 应为h(n)。h(n)的倒谱为h(n)， H (z) A h(n)z n n 1 A 就是说H (z)的逆变换 A h(n)是存在的。 A 设 h(0) 0 ， 将 A 式 H(z) A h(n)z 求导，得 -iog[—p1—] z 1 aiz1 i 1 A h(n)z 1 n得到 A n h(n)z 1 p i 1 iaiz i 1 P 1 az i i 1 ，于是有 P A (1 aiz 1) n h(n)z i 1 n 1 iaiz n 1 i1令其左右两边 的各次幕前系数分别相等，得 A 到h(n)和ai间的递推关系 Ah(1)a1a A h(1) a1 a n 1 a h(n) an (1 -)ai h(n i 1 n A P A i h(n) (1 )ai h(n i 1 n k),1 1), n 门P，按其可直接从预测系数｛ ai｝求得倒谱 A 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 输入样本音频 给样本音频预加重、分帧、加窗 将处理好的样本音频做傅里叶变换 进行Mel频率滤波 进行Log对数能量 对样本求倒谱 输出MFCC图像 (2)、MFCC提取程序流程图 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.A2; 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); 五、实验结果与分析 MFCC MFCC 0 2