实验三语音信号的特征提取最终实验报告.doc

实验三语音信号的特征提取
实验目的
熟练运用MATLAB软件进行语音信号实验。
熟悉短时分析原理、MFCC、LPC的原理。
学习运用MATLAB编程进行MFCC、LPC的提取。
4、学会利用短时分析原理提取MFCC、LPC特征序列。
实验仪器设备及软件
HPD538、MATLAB
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;
=1\*GB3\*MERGEFORMAT①将信号进行分帧，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。
=2\*GB3\*MERGEFORMAT②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。
=3\*GB3\*MERGEFORMAT③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12~16个左右。MFCC系数为
，n=1,2,...,L
=4\*GB3\*MERGEFORMAT④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、LPC
由于频率响应反映声道的频率响应和被分析信号的谱包络，因此用做反傅里叶变换求出的LPC倒谱系数。
通过线性预测分析得到的合成滤波器的系统函数为，其冲激响应为h(n)。h(n)的倒谱为，就是说的逆变换是存在的。设，将式两边同时对求导，得得到，于是有
令其左右两边z的各次幂前系数分别相等，得到和间的递推关系
，按其可直接从预测系数｛｝求得倒谱。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。

实验步骤及程序
1、MFCC
（1）、实验步骤
=1\*GB3\*MERGEFORMAT①输入样本音频
=2\*GB3\*MERGEFORMAT②给样本音频预加重、分帧、加窗
=3\*GB3\*MERGEFORMAT③将处理好的样本音频做傅里叶变换
=4\*GB3\*MERGEFORMAT④进行Mel频率滤波
=5\*GB3\*MERGEFORMAT⑤进行Log对数能量
=6\*GB3\*MERGEFORMAT⑥对样本求倒谱
=7\*GB3\*MERGEFORMAT⑦输出MFCC图像
、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3.1MFCC特征提取
（3）、MFCC特征提取实验源程序
closeall
clear
clc
[x]=wavread('1.wav');
bank=melbankm(24,256,8000,0,0.5,'m');
bank=full(bank);
bank=bank/max(bank(:));

fork=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
fori=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';
end
figure
plot(m);xlabel('帧数');ylabel('幅度');title('MFCC');

2、LPC
(1)、实验步骤
1、输入原始语音
2、对样本语音进行加窗处理
3、计算LPC系数
4、建立语音正则方程
5、输出原始样本语音、预测语音波形和预测误差
6、输出LPC谱
7、求出预测误差的倒谱
8、输出原始语音和预测语音的语谱图
（2）实验流程
输出图像
建立语音正则方程
计算LPC系数
加窗处理
输入原始语音

图3.2LPC系数实验流程图
（3）、LPC系数实验源代码
I=wavread('1.wav');%读入原始语音
%subplot(3,1,1),
plot(I);
title('原