如何对声音文件提取MFCC特征和LPC特征

程序如下MusicSource = wavread('1')

Music_source = MusicSource'

N = 256% window length，N = 100 -- 1000

Hamm = hamming(N)% create Hamming window

frame = input('请键入渣肆早想要处理的帧位置如雀 = ')

% origin is current frame

origin = Music_source(((frame - 1) * (N / 2) + 1):((frame - 1) * (N / 2) + N))

Frame = origin .* Hamm'

%

%Short Time Fourier Transform

%

[s1,f1,t1] = specgram(MusicSource,N,N/2,N)

[Xs1,Ys1] = size(s1)

for i = 1:Xs1

FTframe1(i) = s1(i,frame)

end

N1 = input('请键入预测器阶数 = ')% N1 is predictor's order

[coef,gain] = lpc(Frame,N1)% LPC analysis using Levinson-Durbin recursion

est_Frame = filter([0 -coef(2:end)],1,Frame)% estimate frame(LP)

FFT_est = fft(est_Frame)

err = Frame - est_Frame% error

% FFT_err = fft(err)

subplot(2,1,1),plot(1:N,Frame,1:N,est_Frame,'-r')gridtitle('原始语音帧vs.预测后语音帧')

subplot(2,1,2),plot(err)gridtitle('误差')

pause

%subplot(2,1,2),plot(f',20*log(abs(FTframe2)))gridtitle('短时谱')

%

% Gain solution using G^2 = Rn(0) - sum(ai*Rn(i)),i = 1,2,...,P

%

fLength(1 : 2 * N) = [origin,zeros(1,N)]

Xm = fft(fLength,2 * N)

X = Xm .* conj(Xm)

Y = fft(X , 2 * N)

Rk = Y(1 : N)

PART = sum(coef(2 : N1 + 1) .* Rk(1 : N1))

G = sqrt(sum(Frame.^2) - PART)

A = (FTframe1 - FFT_est(1 : length(f1'))) ./ FTframe1 % inverse filter A(Z)

subplot(2,1,1),plot(f1',20*log(abs(FTframe1)),f1'雹哪,(20*log(abs(1 ./ A))),'-r')gridtitle('短时谱')

subplot(2,1,2),plot(f1',(20*log(abs(G ./ A))))gridtitle('LPC谱')

pause

%plot(abs(ifft(FTframe1 ./ (G ./ A))))gridtitle('excited')

%plot(f1',20*log(abs(FFT_est(1 : length(f1')) .* A / G )))grid

%pause

%

% find_pitch

%

temp = FTframe1 - FFT_est(1 : length(f1'))

% not move higher frequnce

pitch1 = log(abs(temp))

pLength = length(pitch1)

result1 = ifft(pitch1,N)

% move higher frequnce

pitch1((pLength - 32) : pLength) = 0

result2 = ifft(pitch1,N)

% direct do real cepstrum with err

pitch = fftshift(rceps(err))

origin_pitch = fftshift(rceps(Frame))

subplot(211),plot(origin_pitch)gridtitle('原始语音帧倒谱(直接调用函数)')

subplot(212),plot(pitch)gridtitle('预测误差倒谱(直接调用函数)')

pause

%subplot(211),plot(1:length(result1),fftshift(real(result1)))gridtitle('预测误差倒谱(根据定义编写，没有去除高频分量)')

%subplot(212),plot(1:length(result2),fftshift(real(result2)))gridtitle('预测误差倒谱(根据定义编写，去除高频分量)')

coef

你好，matlab里面以关键字 function 返回值=函数名(输入)；这样形式的都是被调用函数。

就好比c里面让胡稿的函数，别的程序做清可以直接调用它。

就拿你这里来说，需要另外一个程序。你可以这样写:

clear all

clc

a=wavread('E:\GMM文献\失真下说话人识别研究文献\abc.wav')%这是读入一个wav文件的语句

b=mfcccoef(a)%这样就可以求得mfcc参数了

%%不过你这程序里坦孝面包含很多的调用程序，比如那个enframe推荐你看一下《MATLAB扩展编程》这本书。

利用函数melcepst.m可以没则得到直接计算语音信号s的MFCC参数：c = melcepst(s, fs。这一命令默认地以256点为枯洞棚帧长计算12阶MFCC参数，如果s比较长，将会按照128点的间颤派隔将s分为若干帧，再分别计算。即s为你定义的信号，不是长度，fs可以取8000。

---