Matlab 下MFCC处理

最新推荐文章于 2025-06-21 16:05:52 发布

原创最新推荐文章于 2025-06-21 16:05:52 发布 · 2.7k 阅读

8 ·

CC 4.0 BY-SA版权

大数据、神经网络、深度学习、机器学习专栏收录该内容

31 篇文章

订阅专栏

本文详细介绍了如何在Matlab环境下安装Voicebox工具箱，并利用该工具箱进行MFCC特征提取的过程。从安装配置Voicebox开始，到语音信号读取、Mel滤波器组应用、离散余弦变换(DCT)、预加重滤波、语音信号分帧，直至最终的MFCC参数计算，一阶和二阶差分系数的求取，提供了完整的步骤和代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先安装Voicebox

Voicebox官网http://www.ee.ic.ac.uk/hp/staff/dmb/voicebox/voicebox.html

1. 解压voicebox.zip ,将整个目录voicebox复制到matlab的安装目录toolbox目录下，如C:\ProgramFiles\MATLAB\R2015b\toolbox

2. 打开matlab，在matlab命令窗口中输入如下命令：

path('C:\ProgramFiles\MATLAB\R2015b\toolbox\voicebox',path)

3. 为了永久保存上面的路径，以免下次重启matlab时重新添加，在matlab命令窗口下使用下面的命令：

Savepath

4. 检验是否配置成功的方法，在matlab命令窗口中输入如下命令：

which activlev.m;

如果返回C:\ProgramFiles\MATLAB\R2015b\toolbox\voicebox\activlev.m

说明设置成功。

[x,fs]=audioread('D:\matlab\1.wav');
bank=melbankm(24,256,fs,0,0.4,'t');%Mel滤波器的阶数为24，fft变换的长度为256，采样频率为16000Hz
%归一化mel滤波器组系数
bank=full(bank);
bank=bank/max(bank(:));
for k=1:12			%归一化mel滤波器组系数
n=0:23;
dctcoef(k,:)=cos((2*n+1)*k*pi/(2*24));
end
w=1+6*sin(pi*[1:12]./12);%归一化倒谱提升窗口
w=w/max(w);%预加重滤波器
xx=double(x);
xx=filter([1-0.9375],1,xx);%语音信号分帧
xx=enframe(xx,256,80);%对x 256点分为一帧
%计算每帧的MFCC参数
for i=1:size(xx,1)
y=xx(i,:);
s=y'.*hamming(256);
	t=abs(fft(s));%fft快速傅立叶变换
t=t.^2;
	c1=dctcoef*log(bank*t(1:129));
c2=c1.*w';
m(i,:)=c2';
end
%求取一阶差分系数
dtm=zeros(size(m));
for i=3:size(m,1)-2
dtm(i,:)=-2*m(i-2,:)-m(i-1,:)+m(i+1,:)+2*m(i+2,:);
end
dtm=dtm/3;
%求取二阶差分系数
dtmm=zeros(size(dtm));
for i=3:size(dtm,1)-2
dtmm(i,:)=-2*dtm(i-2,:)-dtm(i-1,:)+dtm(i+1,:)+2*dtm(i+2,:);
end
dtmm=dtmm/3;
%合并mfcc参数和一阶、二阶差分mfcc参数
ccc=[m dtm dtmm];
%去除首尾两帧，因为这两帧的一阶差分参数为0
ccc=ccc(3:size(m,1)-2,:);
ccc;
subplot(2,1,1) 
ccc_1=ccc(:,1);
plot(ccc_1);title('MFCC');ylabel('幅值');
[h,w]=size(ccc);
A=size(ccc);
subplot(212)    
plot([1,w],A);
xlabel('维数');
ylabel('幅值');
title('维数与幅值的关系')