《语音信号处理》实验4MFCC特征提取

1、word华南理工大学 语音信号处理 实验报告实验名称：MFCC特征提取姓名：学号：班级：10级电信5班日期：2022年5月24日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：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

2、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。 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， n=1,2,.,L 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。3. 实验数据及平台本实验所采用的数据是语音文件phrase.WAV和monologue speech_female，平台是MATLAB。4

3、. 实验过程步骤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 进行Mel频率滤波 进行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 s(n) Mel频率滤波组DFT/FFT预加重、分帧、加窗s(n) X(k) X(k)DCT求倒谱 Log对数能量图1 MFCC特征提取5. 实验结果及讨论 运行附录程序，得到的结果为：1、 采用语音文件phrase.WAV，得到的MFCC特征提取图像为：2、 采用语音文件monologue speech_female.wav，得到的MFCC特征提取图像为：通过计算MFCC参数，获得了声纹

4、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。6. 实验总结在上一次做了LPC特征提取的实验之后，对这方面已经有了一定的认识，这次通过课堂的学习和资料的查找，对MFCC特征提取进行探究和验证，真正把课堂知识用到实验之中，对相关知识的理解和掌握起了比拟好的作用。7. 实验代码close allclearclcx=wavread('E:yuuyinmonologue speech_female.wav');bank=melbankm(24,256,8000,0,

5、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); % 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); % 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); t = t.2; c1=dctcoef * log(bank * t(1:129); c2 = c1.*w' m(i,:)=c2