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 实验目的 熟练运用 MATLAB 软件进行语音信号实验。 熟悉短时分析原理、 MFCC 的原理。 学习运用 MATLAB 编程进行 MFCC 的提取。 、学会利用短时分析原理提取 MFCC 特征序列。 实验仪器设备及软件 MATLAB 实验原理 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 MCn logx(k)cos[ (k 0.5)n/M], n=1,2,…,L k 1 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。 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 i 1 应为h(n)。h(n)的倒谱为h(n) , 应为h(n)。h(n)的倒谱为h(n) , H (z) h(n)z n n 1 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 n 两边同时对 z 1求导 n 1 一 1 1- 一 1 1 -log[-p ] 1 aiz1 i 1 —h(n)z n 得到 nh(n)z z n 1 n 1 P ?一. i 1 iaiz ,于是有 1 az i i 1 (1p A1 (1 p A 1、 aiz ) n h(n)z i 1 n 1 iaiz i 1令其左右两边 n 1 z的各次哥前系数分别相等，得 到h(n)和ai间的递推关系 h(1) a1a h(1) a1 a n 1 a h(n) an (1 )ai h(n k),1 i 1 n A p A h(n) (1 )ai h(n 1), n i 1 n n P ,按其可直接从预测系数 P ai｝求得倒谱 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进彳T Mel频率滤波 ⑤进彳T 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 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 20 40 60 80 100 120 140 160 1S0 200 帧数 图3.3 MFCC特