实验二语音信号的特征提取

1、精品文档实验二语音信号的特征提取1、 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。2、 实验仪器设备及软件matlab3、 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：fmel2595 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

2、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 1216 个左右。 mfcc 系数为mcn logx(k)cos (k 0.5)n/m,n=1,2,lk 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、

3、 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) , h (z)h(n)z nn 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 11-log-p1aiz1i 1h(n)z n 得到 nh(n)z z n 1n 1p一. i 1iaiz,于是有1 az ii 1(1pa1、aiz ) n h(n

4、)zi 1n 1iaiz i 1令其左右两边 n 1z的各次哥前系数分别相等，得随意编辑到h(n)和ai间的递推关系h(1) a1an 1ah(n)an(1 )ai h(n k),1i 1 napah(n) (1)ai h(n 1), ni 1 nn p,按其可直接从预测系数pai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彳t mel频

5、率滤波进彳t 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 allclearclcx=wavread( 1.wav);bank=melbankm(24,256,8000,0,0.5,m);bank=full(bank);bank=bank/max(bank(:);for k=1:12n=0:23;dctcoef(k,:)=cos(2*n+1)*k*pi/(2*24);endw = 1 + 6 * sin(pi * 1:12 ./ 12);w = w/max(w);xx=double(x);xx=f

6、ilter(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;endfigureplot(m);xlabel(帧数);ylabel(幅度);title( mfcc);五、实验结果与分析mfccmfcc0204060801001201401601s0200帧数图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。六、 实