如何生成MFCC算法的三角形窗口以及如何使用它们？

问题描述

| 我正在用Java实现MFCC算法。 在此处有一个示例代码：Matlab的http://www.ee.columbia.edu/~dpwe/muscontent/practical/mfcc.m。但是，我在梅尔过滤器存储过程中遇到一些问题。如何生成三角形窗口以及如何使用它们？ PS1：包含描述MFCC的部分的文章：http://arxiv.org/pdf/1003.4083 PS2：如果基本上有关于MFCC算法步骤的文档，那会很好。 PS3：我的主要问题与此有关：带有Java线性和对数滤波器的MFCC，某些实现同时使用线性和对数滤波器，而某些实现则不使用。那是什么过滤器，什么是中心频繁概念。我遵循以下代码：MFCC Java，该代码之间有什么区别：MFCC Matlab     

解决方法

三角形窗口作为频带滤波器并不难实现。您基本上想在每个频带（定义为中心频率

i-1

和中心频率

i+1

之间的频率空间）内积分FFT数据。 您基本上是在寻找类似的东西，

for(int bandIdx = 0; bandIdx < numBands; bandIdx++) {
    int startFreqIdx  = centerFreqs[bandIdx-1];
    int centerFreqIdx = centerFreqs[bandIdx];
    int stopFreqIdx   = centerFreqs[bandIdx+1];

    for(int freq = startFreqIdx; i < centerFreqIdx; i++) {
        magnitudeScale = centerFreqIdx-startFreqIdx;
        bandData[bandIdx] += fftData[freq]*(i-startFreqIdx)/magnitudeScale;
    }

    for(int freq = centerFreqIdx; i <= stopFreqIdx; i++) {
        magnitudeScale = centerFreqIdx-stopFreqIdx;
        bandData[bandIdx] += fftData[freq]*(i-stopFreqIdx)/magnitudeScale;
    }
}

如果您不了解“中心频率”或“频带”或“滤波器”的概念，请阅读基本信号教科书-您不应该在不了解什么的情况下实现该算法是的。 至于确切的中心频率是多少，则取决于您。实验并选择（或在出版物中找到）可以捕获要与数据隔离的信息的值。没有确定的值，甚至没有值的比例，是因为该算法试图逼近人耳，这是一种非常复杂的收听设备。一种音阶可能更适合说，例如语音，另一种音阶可能更适合音乐，等等。这取决于您自己选择什么。     ,第二个PS的答案：我发现本教程确实帮助我计算了MFCC。 至于三角形窗口和滤波器组，据我所知，它们确实重叠，它们不会扩展到负频率，并且从FFT频谱计算它们并将其应用回去的整个过程如下： 选择滤波器的最小和最大频率（例如，最小频率= 300Hz-最小语音频率和最大频率=您的采样率/2。也许这是您应该选择的1000Hz极限） 根据所选的最小和最大频率计算mel值。公式在这里。 计算这两个mel值之间的N个等距值。 （我已经看到了N的不同值的示例，您甚至可以在本文中找到针对不同值的效率比较，对于我的测试，我选择了26个） 将这些值转换回Hz。 （您可以在同一Wiki页面上找到该公式）=> N + 2个过滤器值的数组 为每个三个连续的值计算一个滤波器组（滤波器三角形），或者上面的托马斯建议（谨慎使用索引），或者像本文开头建议的建议那样）=>一个数组数组，大小为NxM，假设您的FFT返回2 * M的值，并且您仅使用M。 将整个功率谱（从FFT获得的M值）通过每个三角滤波器，以获得每个滤波器的“滤波器组能量”（对于每个滤波器组（N个环路），将FFT后获得的每个幅度乘以相应滤波器组中的每个值（M个循环），然后将获得的M个值相加）=> N个大小的能量数组。 这些是您的滤波器组能量，您可以进一步应用对数，应用DCT并提取MFCC。