Чтение аудиофайла в рабочую область.

[audioIn,fs] = audioread('SpeechDFT-16-8-mono-5secs.wav');

Преобразуйте аудиосигнал в представление в частотной области, используя окна 30 мс с перекрытием 15 мс. Поскольку входной сигнал является действительным и, следовательно, спектр симметричен, можно использовать только одну сторону представления частотной области без потери информации. Преобразуйте комплексный спектр в амплитудный спектр: информация о фазе отбрасывается при вычислении кепстральных коэффициентов частоты (MFCC).

windowLength = round(0.03*fs);
overlapLength = round(0.015*fs);
S = stft(audioIn,"Window",hann(windowLength,"periodic"),"OverlapLength",overlapLength,"FrequencyRange","onesided");
S = abs(S);

Создание одностороннего набора фильтров частотной области. Примените набор фильтров к представлению частотной области для создания спектрограммы mel.

filterBank = designAuditoryFilterBank(fs,'FFTLength',windowLength);
melSpec = filterBank*S;

Звонить cepstralCofficients с помощью спектрограммы mel для создания MFCC.

melcc = cepstralCoefficients(melSpec);

Считывайте звуковой сигнал и преобразуйте его в одностороннее кратковременное преобразование Фурье. Используйте периодическое окно Хэмминга 50 мс с прыжком 10 мс.

[audioIn,fs] = audioread('NoisySpeech-16-22p5-mono-5secs.wav');

windowLength = round(0.05*fs);
hopLength = round(0.01*fs);
overlapLength = windowLength - hopLength;

S = stft(audioIn,"Window",hamming(windowLength,'periodic'),"OverlapLength",overlapLength,"FrequencyRange","onesided");
S = abs(S);

Разработка одностороннего набора фильтров гамматонов частотной области. Примените набор фильтров к представлению частотной области для создания гамматоновой спектрограммы.

filterBank = designAuditoryFilterBank(fs,'FFTLength',windowLength,"FrequencyScale","erb");
gammaSpec = filterBank*S;

Звонить cepstralCoefficients со спектрограммой гамматона для создания кепстральных коэффициентов частоты гамматона. Используйте ректификацию кубического корня.

gammacc = cepstralCoefficients(gammaSpec,"Rectification","cubic-root");

Кэпстральные коэффициенты обычно используются как компактные представления звуковых сигналов. Обычно они вычисляются после прохождения аудиосигнала через набор фильтров и суммирования энергии в отдельных фильтрах. Исследователи предложили различные банки фильтров, основанные на психоакустических экспериментах (таких как mel, Bark и ERB). Использование cepstralCoefficients можно определить собственный пользовательский банк фильтров, а затем проанализировать полученные кепстральные коэффициенты.

Чтение аудиофайла для анализа.

[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav');

Спроектируйте набор фильтров, состоящий из 20 треугольных фильтров с краями полос в диапазоне от 62,5 Гц до 8000 Гц. Равномерно распределите фильтры в домене журнала. Для простоты спроектируйте фильтры в бункерах. Большинство популярных банков слуховых фильтров разработаны в непрерывной области, такой как Hz, mel или Bark, а затем деформированы обратно в бункеры.

numFilters = 20;

filterbankStart = 62.5;
filterbankEnd = 8000;

numBandEdges = numFilters + 2;
NFFT = 1024;
filterBank = zeros(numFilters,NFFT);

bandEdges = logspace(log10(filterbankStart),log10(filterbankEnd),numBandEdges);
bandEdgesBins = round((bandEdges/fs)*NFFT) + 1;

for ii = 1:numFilters
     filt = triang(bandEdgesBins(ii+2)-bandEdgesBins(ii));
     leftPad = bandEdgesBins(ii);
     rightPad = NFFT - numel(filt) - leftPad;
     filterBank(ii,:) = [zeros(1,leftPad),filt',zeros(1,rightPad)];
end

Постройте график банка фильтров.

frequencyVector = (fs/NFFT)*(0:NFFT-1);
plot(frequencyVector,filterBank');
xlabel('Hz')
axis([0 frequencyVector(NFFT/2) 0 1])

Преобразование звукового сигнала с помощью stft , а затем применить пользовательский банк фильтров. Примените набор фильтров к представлению частотной области для создания пользовательской слуховой спектрограммы. Постройте график спектрограммы.

[S,~,t] = stft(audioIn,fs,"Window",hann(NFFT,'periodic'),"FrequencyRange","twosided");
S = abs(S);
spec = filterBank*S;

surf(t,bandEdges(2:end-1),10*log10(spec),'EdgeColor','none')
view([0,90])
axis([t(1) t(end) bandEdges(2) bandEdges(end-1)])
xlabel('Time (s)')
ylabel('Frequency (Hz)')
c = colorbar;
c.Label.String = 'Power (dB)';

Звонить cepstralCoefficients с помощью пользовательской слуховой спектрограммы для создания пользовательских кепстральных коэффициентов.

ccc = cepstralCoefficients(S);

Создать dsp.AudioFileReader объект для чтения в аудио покадровом режиме. Создать dsp.AsyncBuffer объект для буферизации входных данных в перекрывающиеся кадры.

fileReader = dsp.AudioFileReader("Ambiance-16-44p1-mono-12secs.wav");
buff = dsp.AsyncBuffer;

Спроектируйте двусторонний банк фильтров mel, совместимый с окнами 30 мс.

windowLength = round(0.03*fileReader.SampleRate);
filterBank = designAuditoryFilterBank(fileReader.SampleRate,"FFTLength",windowLength,"OneSided",false);

В цикле аудиопотока:

win = hann(windowLength,'periodic');
overlapLength = round(0.02*fileReader.SampleRate);
hopLength = windowLength - overlapLength;

while ~isDone(fileReader)
    audioIn = fileReader();
    write(buff,audioIn);
    while buff.NumUnreadSamples > hopLength
        x = read(buff,windowLength,overlapLength);
        X = abs(fft(x.*win));
        melSpectrum = filterBank*X;
        melcc = cepstralCoefficients(melSpectrum);
    end
end