【特征提取】基于ACF和W-AMDF基音频率计算附Matlab代码

matlab科研助手

于 2023-11-15 21:35:55 发布

阅读量333

点赞数 3

CC 4.0 BY-SA版权

分类专栏：信号处理文章标签： matlab 开发语言

本文链接：https://blog.youkuaiyun.com/matlab_dingdang/article/details/134430030

信号处理专栏收录该内容

638 篇文章

订阅专栏

本文介绍了如何在音频信号处理中使用自相关函数(ACF)和加权平均幅度差函数(W-AMDF)计算基音频率，这两种方法有助于提取音频的音调和音高信息。Matlab示例代码展示了如何在实际应用中进行基音频率的计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，

代码获取、论文复现及科研仿真合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab完整代码及仿真定制内容点击👇

智能优化算法神经网络预测雷达通信无线传感器电力系统

信号处理图像处理路径规划元胞自动机无人机

🔥 内容介绍

特征提取是数字信号处理中的重要步骤，它可以帮助我们从原始数据中提取出有用的信息，为后续的分析和处理提供基础。在音频信号处理中，基音频率是一个重要的特征，它可以帮助我们识别音频中的基本音调和音高变化。本文将介绍基于自相关函数（ACF）和加权平均幅度差函数（W-AMDF）的基音频率计算方法。

ACF是一种常用的信号处理工具，它可以帮助我们找出信号中的周期性成分。在音频信号处理中，ACF可以用来计算信号的基音频率。基音频率是指音频信号中最低的频率成分，它对应着音调的基本频率。通过计算音频信号的ACF，我们可以找出信号中的周期性成分，从而推断出基音频率。

另一种常用的基音频率计算方法是W-AMDF。W-AMDF在计算基音频率时考虑了信号的幅度变化，因此可以更准确地找出基音频率。W-AMDF首先计算出信号的幅度差函数，然后对其进行加权平均，最后找出幅度差函数的最小值对应的位置，即为基音频率的估计值。

在实际的音频信号处理中，我们可以结合ACF和W-AMDF的方法来计算基音频率。首先使用ACF方法对音频信号进行基音频率的初步估计，然后再利用W-AMDF方法进行精细化的计算。这样可以充分发挥两种方法的优势，得到更准确的基音频率估计结果。

总之，基音频率是音频信号中的重要特征之一，它可以帮助我们理解音频中的音调和音高变化。通过基于ACF和W-AMDF的基音频率计算方法，我们可以更准确地提取出音频信号中的基音频率信息，为后续的音频处理和分析提供可靠的基础。希望本文对大家在音频信号处理中的特征提取工作有所帮助。

📣 部分代码

clear all; clc; close all;filedir=[];                       % 设置路径filename='s.wav';          % 设置文件名fle=[filedir filename];           % 构成完整的路径和文件名[xx,Fs]=audioread(fle);             % 读入数据文件x=detrend(xx);                    % 消除直流分量wlen=200; inc=80;                 % 设置帧长、帧移win=hanning(wlen);                % 窗函数N=length(x);                      % 求数据长度X=enframe(x,win,inc)';            % 分帧fn=size(X,2);                     % 获取帧数zcr1=zeros(1,fn);                 % 初始化for i=1:fn    z=X(:,i);                     % 取得一帧数据    for j=1: (wlen-1);          % 在一帧内寻找过零点         if z(j)* z(j+1)< 0       % 判断是否为过零点             zcr1(i)=zcr1(i)+1;   % 是过零点，记录1次         end    endendtime=(0:N-1)/Fs;                  % 计算时间坐标frameTime=frame2time(fn,wlen,inc,Fs);  % 求出每帧对应的时间% 作图subplot 211; plot(time,x,'k'); grid;title('语音波形');ylabel('幅值'); xlabel(['时间/s' 10 '(a)']);subplot 212; plot(frameTime,zcr1,'k'); grid;title('短时平均过零率');ylabel('幅值'); xlabel(['时间/s' 10 '(b)']);