MFCC(Mel倒譜參數(shù))的維數(shù)是怎么確定的?我怎么提取出12維的MFCC參數(shù)?

MFCC維數(shù)的確定是根據(jù)你的要求來(lái)的，提取過(guò)程最后一步的DCT變換，在cos(**)這個(gè)公式里，有個(gè) i 就是你想要的那個(gè)維數(shù)。至于要多少，你自己來(lái)定。i的不同會(huì)直接影響cos函數(shù)，所以維數(shù)i越大，對(duì)應(yīng)的頻率也越高。

網(wǎng)站建設(shè)哪家好，找成都創(chuàng)新互聯(lián)！專注于網(wǎng)頁(yè)設(shè)計(jì)、網(wǎng)站建設(shè)、微信開(kāi)發(fā)、微信小程序開(kāi)發(fā)、集團(tuán)企業(yè)網(wǎng)站建設(shè)等服務(wù)項(xiàng)目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了松滋免費(fèi)建站歡迎大家使用！

MFCC 提取步驟：（1）把信號(hào)切分成幀 。（2）計(jì)算每幀的功率譜周期圖估計(jì)。（3）使用梅爾濾波器對(duì)每一幀的功率譜濾波， 再把每一幀濾波后的能量相加得到能量總和。（4）求所有濾波器組能量總和的對(duì)數(shù) 。

差分參數(shù)：大量實(shí)驗(yàn)表明，在語(yǔ)音特征中加入表征語(yǔ)音動(dòng)態(tài)特性的差分參數(shù)，能夠提高系統(tǒng)的識(shí)別性能。在本系統(tǒng)中，我們也用到了MFCC參數(shù)的一階差分參數(shù)和 二階差分 參數(shù)。

就是把音頻信號(hào)中具有辨識(shí)性的成分提取出來(lái)，然后把其他的亂七八糟的信息扔掉，例如背景噪聲、情緒等等。MFCCs（Mel Frequency Cepstral Coefficents）是一種在自動(dòng)語(yǔ)音和說(shuō)話人識(shí)別中廣泛使用的特征。

因此，MFCC的維度常用的是13（12+1）加上一階差分和二階差分，一共39。

有人知道MFCC參數(shù)提取的MATLAB程序嗎?

利用函數(shù)melcepst.m可以得到直接計(jì)算語(yǔ)音信號(hào)s的MFCC參數(shù)：c = melcepst(s， fs。這一命令默認(rèn)地以256點(diǎn)為幀長(zhǎng)計(jì)算12階MFCC參數(shù)，如果s比較長(zhǎng)，將會(huì)按照128點(diǎn)的間隔將s分為若干幀，再分別計(jì)算。

首先下載附件的renren_rp函數(shù)文件，并保存到Matlab的搜索路徑下。

將所有均值和協(xié)方差矩陣中上三角矩陣元素拼湊在一起，最后每個(gè)聲音即都能轉(zhuǎn)換成1*m的矩陣，由于你所有聲音在mfcc轉(zhuǎn)換后b都是一樣的，故而最后的1*m矩陣的m也會(huì)是一樣的。然后你就可以使用SVM了。。

行數(shù)對(duì)應(yīng)特征數(shù)，每一行就是一個(gè)特征的系數(shù)。如果想要特征值不按從小到大的順序排列及其對(duì)應(yīng)的特征向量，你可以自己按照主成分分析法的定義來(lái)自己編程實(shí)現(xiàn)，但是確實(shí)沒(méi)有什么打的意義。

MFCC維數(shù)的確定是根據(jù)你的要求來(lái)的，提取過(guò)程最后一步的DCT變換，在cos（**）這個(gè)公式里，有個(gè) i 就是你想要的那個(gè)維數(shù)。至于要多少，你自己來(lái)定。i的不同會(huì)直接影響cos函數(shù)，所以維數(shù)i越大，對(duì)應(yīng)的頻率也越高。

fname 就是你這個(gè)wav讀的相對(duì)路徑。如果你當(dāng)前目錄，就是你的XXX.wav這個(gè)文件名。

語(yǔ)音的幀長(zhǎng)、幀移與幀數(shù)

每幀的長(zhǎng)度為25毫秒，每?jī)蓭g有25-10=15毫秒的交疊。我們稱為以幀長(zhǎng)25ms、幀移10ms分幀。每幀的長(zhǎng)度為25毫秒，每?jī)蓭g有25-10=15毫秒的交疊。我們稱為以幀長(zhǎng)25ms、幀移10ms分幀。

答：幀移后的每一幀信號(hào)都有上一幀的成分，防止兩幀之間的不連續(xù)。語(yǔ)音信號(hào)雖然短時(shí)可以認(rèn)為平穩(wěn)，但是由于人說(shuō)話并不是間斷的，每幀之間都是相關(guān)的，加上幀移可以更好地與實(shí)際的語(yǔ)音相接近。

相鄰兩幀的起始位置的時(shí)間差叫做幀移，常見(jiàn)的取法是取為幀長(zhǎng)的一半，或者固定取為 10 毫秒。頻譜上就能看出這幀語(yǔ)音在 480 和 580 赫茲附近的能量比較強(qiáng)。語(yǔ)音的頻譜，常常呈現(xiàn)出「精細(xì)結(jié)構(gòu)」和「包絡(luò)」兩種模式。

本文名稱：mfcc提取函數(shù)c語(yǔ)言 mfcc提取的特征是什么
分享路徑：http://chinadenli.net/article14/deshcde.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供云服務(wù)器、App設(shè)計(jì)、虛擬主機(jī)、建站公司、面包屑導(dǎo)航、微信公眾號(hào)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)