语音信号预处理

MFCC是计算语音信号的Mel频率倒谱系数,Mel频率是基于人耳听觉特性提出来的，它与Hz频率成非线性对应关系。Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系，计算得到的Hz频谱特征，MFCC已经广泛地应用在语音识别领域。由于Mel频率与Hz频率之间非线性的对应关系，使得MFCC随着频率的提高，其计算精度随之下降。因此，在应用中常常只使用低频MFCC，而丢弃中高频MFCC。

MFCC参数的提取包括以下稿族氏几个步骤：

 预滤波（低通）：前端带宽为300-3400Hz的抗混叠滤波器。

 A/D变换：采样频率，线性量化精度。

 预加穗侍重：通过一个一阶有限激励响应高通滤波器，使信号的频谱变得平坦，不易受到有限字长效应的影响。

 分帧：根据语音的短时平稳特性，语音可以以帧为单位进行处理，实验中选取的语音帧长为32ms，帧叠为16ms。

 加窗：采用哈明窗对一帧语音加窗，以减小吉布斯效应的影响。

 快速傅立叶变换（Fast Fourier Transformation, FFT）：将时域信号变换成为信号的功率谱。

 三角窗滤波：用一组Mel频标上线性分布的三角窗滤波器（共键散24个三角窗滤波器），对信号的功率谱滤波，每一个三角窗滤波器覆盖的范围都近似于人耳的一个临界带宽，以此来模拟人耳的掩蔽效应。

 求对数：三角窗滤波器组的输出求取对数，可以得到近似于同态变换的结果。

 离散余弦变换（Discrete Cosine Transformation, DCT）：去除各维信号之间的相关性，将信号映射到低维空间。

 谱加权：由于倒谱的低阶参数易受说话人特性、信道特性等的影响，而高阶参数的分辨能力比较低，所以需要进行谱加权，抑制其低阶和高阶参数。

 倒谱均值减（Cepstrum Mean Subtraction, CMS）：CMS可以有效地减小语音输入信道对特征参数的影响。

 差分参数：大量实验表明，在语音特征中加入表征语音动态特性的差分参数，能够提高系统的识别性能。可用到了MFCC参数的一阶差分参数和二阶差分参数。

采样前的低通滤波，主要是消除采样时的频谱混叠。由硬件完成。

预加重主要是提高高频的频谱分量。软件，硬件都可以完成。

预加重前，也可以用高通滤波器，消除低频噪音。

如果计算mfcc是有了预加重。之前的预加重就不要做。

采样前的硬件低通滤波是一定要做的。

计算mfcc时的滤波，看起的作用是什么？如果是进一步消除噪音，那就必须做。

%mfcc

function mfc=mfcc(x)

%%%%%%%%%%%%%%%%%%%%%%%%%

%对输入的语音序列x进行mfcc参数提取，返回mfcc参数和一阶差分mfcc参数，mel滤波器的阶数为24

%fft变换长度为256，采样频率为8000HZ,对x 256点分为一帧

%%%%%%%%%%%%%%%%%%%%%%%%%%%%

bank=melbankm(24,256,8000,0,0.5,'m')

%归一化mel滤波器组参数

bank=full(bank)

bank=bank/颤滑max(bank((:))

%DCT系数，12*24

for k=1:12

n=0:23

dctcoef(:,k)=cos((2*n+1)*k*pi/(2*24))

end

%归穗银一化倒谱提升窗口

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)

%语音信号分茄族腊帧

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%计算能量

c1=dctcoef*log(bank*t(1:129))%dctcoef为dct系数，bank归一化mel滤波器组系数

c2=c1.*w'%w为归一化倒谱提升窗口

m(i,:)=c2'

end

%差分系数

dtm=zeros(size(m))

for i=3:size(m,1)-2

dtm(i,：)=-2*(i-2,:)-m(i-1,1)+2*m(i+2,:)

end

dtm=dtm/3

%合并mfcc参数和一阶差分mfcc参数

mfc=[m dtm]

%去除首尾两帧，因为这两帧的一阶差分参数为0

mfc=mfc(3:size(m,1)-2,:)

---