MFCC_Feature_Extraction_in_MATLAB
MFCC（Mel Frequency Cepstral Coefficients, 梅尔频率倒谱系数）是一种模仿人类听觉系统的频域特征提取技术，常用于语音识别和分析，以下是MATLAB中计算MFCC的主要步骤：
1. 预加重
通过一阶滤波器提升高频，以减少低频对高频成分的掩盖。
2. 分帧
将语音信号划分成多个20-30毫秒的短帧，以捕捉语音特征。
3. 窗口函数
对每帧应用窗函数（如汉明窗），减少边界效应。
4. 傅立叶变换
将时域信号转换到频域表示。
5. 梅尔滤波器组
利用梅尔尺度滤波器，模拟人耳频率敏感性，使高频处的滤波器间隔更密集。
6. 对数运算
对梅尔滤波器输出取对数，模拟人耳的对数感知。
7. 离散余弦变换（DCT）
提取主要频谱特征并保留前12-20个MFCC系数。
8. 动态特征
计算MFCC的一阶差分（Δ）和二阶差分（ΔΔ）以反映时变特性。
MATLAB工具箱内的audio Toolbox或自定义代码均能有效实现这些步骤，通过参数设置优化MFCC提取效果。在语音识别中，MFCC用于提供声学特征，与HMM或深度学习模型结合，提升识别率。
文件大小：408.59KB
评论区