Экстрактор элементов Cepstral

Извлечение кепстральных функций из аудиосегмента

Библиотека:
Панель звуковых инструментов/измерения

Описание

Блок извлечения кепстральных элементов извлекает кепстральные элементы из аудиосегмента. Кепстральные особенности обычно используются для характеристики речевых и музыкальных сигналов.

Порты

Вход

развернуть все

`Port_1` - Вход звука в экстрактор кепстральных функций
вектор столбца | матрица

Звуковой вход в экстрактор кепстральных элементов, заданный как вектор столбца или матрица. Если указано как матрица, столбцы обрабатываются как независимые аудиоканалы.

Типы данных: single | double

Продукция

развернуть все

`coeffs` - Цепстральные коэффициенты
вектор столбца | матрица

Кэпстральные коэффициенты, возвращаемые в виде вектора-столбца или матрицы. Если матрица коэффициентов является матрицей N-by-M, N определяется значениями, заданными в полях Число возвращаемых коэффициентов (Number of coefficients to return) и Логарифм (Log energy usage). M равно количеству входных аудиоканалов.

Если для параметра Log energy usage установлено значение:

Append - Блок добавляет логарифмическое значение энергии к вектору коэффициентов. Длина вектора коэффициентов равна 1 + NumCoeffs, где NumCoeffs - значение, указанное в параметре Количество коэффициентов для возврата.
Replace - Блок заменяет первый коэффициент логарифмической энергией сигнала. Длина вектора коэффициентов равна NumCoeffs.
Ignore - Блок не вычисляет и не возвращает логарифмическую энергию.

Этот порт не называется до тех пор, пока не будет выбран параметр Output delta, параметр Output delta-delta или оба параметра.

Типы данных: single | double

`delta` - Изменение коэффициентов
вектор столбца | матрица

Изменение коэффициентов при последовательных вызовах алгоритма, возвращаемых в виде вектора столбца или матрицы. Дельта-массив имеет тот же размер и тот же тип данных, что и массив коэффициентов.

Зависимости

Для активизации этого порта выберите параметр Output delta.

Типы данных: single | double

`deltaDelta` - Изменение значений дельты
вектор столбца | матрица

Изменение значений дельты при последовательных вызовах алгоритма, возвращаемых в виде вектора столбца или матрицы. Массив DeltaDelta имеет тот же размер и тот же тип данных, что и массивы coeffs и delta.

Зависимости

Для активизации этого порта выберите параметр Output delta-delta.

Типы данных: single | double

Параметры

развернуть все

Если параметр указан как настраиваемый, его значение можно изменить во время моделирования.

`Filter bank type` - Тип банка фильтров
`Mel` (по умолчанию) | `Gammatone`

Тип банка фильтров, указанный как Mel или Gammatone:

Mel - Блок вычисляет частотные кепстральные коэффициенты (MFCC).
Gammatone - Блок вычисляет кэпстральные коэффициенты гамматона (GTCC).

Настраиваемый: Нет

`Domain of the input signal` - Область входного сигнала
`Time` (по умолчанию) | `Frequency`

Область входного сигнала, указанная как Time или Frequency.

Настраиваемый: Нет

`Number of coefficients to return` - Количество возвращаемых коэффициентов
`13` (по умолчанию) | положительное целое число

Число возвращаемых коэффициентов, указанное как целое число в диапазоне [2, v], где v - количество допустимых полос пропускания. Количество допустимых полос пропускания зависит от типа банка фильтров:

Mel - Количество допустимых паролей определяется как sum(κ <= floor(fs/2))-2, где κ - количество ребер полосы в наборе фильтров mel и fs - частота выборки.
Gammatone - Количество допустимых паролей определяется как ceil(hz2erb(R(2))-hz2erb(R(1))), где R - диапазон частот набора гамматоновых фильтров.

Настраиваемый: Нет

Типы данных: single | double

`Nonlinear rectification` - Тип нелинейного выпрямления
`Log` (по умолчанию) | `Cubic-Root`

Тип нелинейного исправления, применяемого до дискретного косинусного преобразования.

Настраиваемый: Нет

`Inherit FFT length from input dimensions` - Наследование длины БПФ от входных данных
`on` (по умолчанию) | `off`

При выборе этого параметра длина БПФ равна количеству строк во входном сигнале.

Настраиваемый: Нет

Зависимости

Чтобы включить этот параметр, установите для параметра Domain входного сигнала значение Time.

`FFTLength` - длина БПФ
`[]` (по умолчанию) | положительное целое число

Длина БПФ, заданная как положительное целое число. Значение по умолчанию, [], означает, что длина БПФ равна количеству строк во входном сигнале.

Настраиваемый: Нет

Зависимости

Чтобы включить этот параметр, установите для параметра Domain входного сигнала значение Time и выберите параметр Наследовать длину БПФ из входных размеров.

`Log energy usage` - Укажите способ отображения энергии журнала
`Append` (по умолчанию) | `Replace` | `Ignore`

Укажите, как логарифмическая энергия отображается на выходе вектора коэффициентов, указанного как:

Append - Блок добавляет логарифмическую энергию к вектору коэффициентов. Длина вектора коэффициентов равна 1 + NumCoeffs, где NumCoeffs - значение, указанное в параметре Количество коэффициентов для возврата.
Replace - Блок заменяет первый коэффициент логарифмической энергией сигнала. Длина вектора коэффициентов равна NumCoeffs.
Ignore - Блок не вычисляет и не возвращает логарифмическую энергию.

Настраиваемый: Нет

`Output delta` - Значения дельты вывода
`off` (по умолчанию) | `on`

При выборе этого параметра к блоку добавляется дополнительный выходной порт дельта. Этот порт выводит изменение коэффициентов при последовательных вызовах алгоритма.

Настраиваемый: Нет

`Output delta-delta` - Выходные дельта-дельта значения
`off` (по умолчанию) | `on`

При выборе этого параметра к блоку добавляется дополнительный выходной порт deltaDelta. Этот порт выводит изменение дельта-значений при последовательных вызовах алгоритма.

Настраиваемый: Нет

`Inherit sample rate from input` - Указать источник входной частоты дискретизации
`off` (по умолчанию) | `on`

При выборе этого параметра блок наследует частоту дискретизации от входного сигнала. При сбросе этого параметра задается частота дискретизации в параметре Частота дискретизации на входе (Гц).

Настраиваемый: Нет

`Input sample rate (Hz)` - Частота выборки входных данных
`16000` (по умолчанию) | положительный скаляр

Частота входных выборок в Гц, заданная как действительный положительный скаляр.

Зависимости

Чтобы включить этот параметр, очистите параметр Inherit sample rate от входного параметра.

`Simulate using` - Укажите тип выполняемого моделирования
`Code generation` (по умолчанию) | `Interpreted execution`

Code generation - Моделирование модели с использованием сгенерированного кода C. При первом запуске моделирования Simulink ® генерирует код C для блока. Код C используется повторно для последующего моделирования, если модель не изменяется. Эта опция требует дополнительного времени запуска, но скорость последующего моделирования сравнима сInterpreted execution.
Interpreted execution - Моделирование модели с помощью интерпретатора MATLAB ®. Эта опция сокращает время запуска, но имеет более низкую скорость моделирования, чемCode generation. В этом режиме можно отладить исходный код блока.

Настраиваемый: Нет

Вкладка «Дополнительно»

`Gammatone frequency range (Hz)` - Частотный диапазон набора гамматоновых фильтров (Гц)
`[50 8000]` (по умолчанию) | двухэлементный вектор строки

Частотный диапазон набора гамматоновых фильтров в Гц, определяемый как положительный, монотонно увеличивающийся двухэлементный вектор строки. Максимальный диапазон частот может быть любым конечным числом. Центральные частоты блока фильтров равномерно разнесены по частотному диапазону по шкале ERB.

Настраиваемый: Нет

Зависимости

Чтобы включить этот параметр, установите для параметра Тип банка фильтра значение Gammatone.

`Band edges of Mel filter bank (Hz)` - Бандажные кромки банка фильтров
вектор строки

Границы полос набора фильтров в Гц, определяемые как неотрицательный монотонно увеличивающийся вектор строки в диапазоне [0, ∞). Максимальная частота полосы пропускания может быть любым конечным числом. Число полос пропускания должно находиться в диапазоне [4, 80].

Границы полос по умолчанию линейно разнесены для первых десяти, а затем логарифмически. Границы области данных по умолчанию устанавливаются в соответствии с рекомендациями [1].

Настраиваемый: Нет

Зависимости

Чтобы включить этот параметр, установите для параметра Тип банка фильтра значение Mel.

`Domain for Mel filter bank design` - Домен проектирования банка фильтров Mel
`Hz` (по умолчанию) | `Bin`

Домен проектирования банка фильтров Mel, указанный как Hz или Bin. Блок фильтров выполнен в виде перекрывающихся треугольников с границами полос, заданными параметром Band edges блока фильтров (Гц).

Границы полос указаны в Гц. Если для области конструирования задано значение:

Hz - Треугольники банка фильтров нарисованы в Гц и нанесены на ячейки.
Для получения более подробной информации см. [1].
Bin - Граничные частоты полосы в Hz преобразуются в ячейки. Треугольники набора фильтров вытянуты симметрично в бункерах.
Для получения более подробной информации см. [2].

Настраиваемый: Нет

Зависимости

Чтобы включить этот параметр, установите для параметра Тип банка фильтра значение Mel.

`Filter bank normalization` - Нормализовать банк фильтров
`Bandwidth` (по умолчанию) | `Area` | `None`

Метод нормализации, используемый для нормализации весов набора фильтров, указанный как:

Bandwidth - Веса каждого полосового фильтра нормализуются соответствующей полосой пропускания фильтра.
Area - Веса каждого полосового фильтра нормируются соответствующей областью полосового фильтра.
None - Веса фильтра не нормализованы.

Настраиваемый: Нет

Примеры модели

Извлечение цепстральных коэффициентов

Блок извлечения элементов Cepstral используется для извлечения и визуализации коэффициентов cepstral из аудиофайла.

Характеристики блока

Типы данных	`double` \| `single`
Прямой проход	`no`
Многомерные сигналы	`no`
Сигналы переменного размера	`no`
Обнаружение пересечения нулей	`no`

Алгоритмы

развернуть все

Коэффициенты слухового кепстра

Коэффициенты слухового кепстра являются популярными признаками, извлеченными из речевых сигналов для использования в задачах распознавания. В модели «источник-фильтр» речи кепстральные коэффициенты понимаются как представляющие фильтр (речевой тракт). Частотная характеристика голосового тракта является относительно гладкой, тогда как источник озвученной речи может быть смоделирован как импульсный поезд. В результате речевой тракт может быть оценен по спектральной огибающей речевого сегмента.

Мотивирующая идея кепстральных коэффициентов заключается в сжатии информации о голосовом тракте (сглаженном спектре) в небольшое количество коэффициентов, основанных на понимании улитки. Хотя нет жёсткого стандарта для вычисления коэффициентов, основные шаги очерчены диаграммой.

Двумя популярными реализациями банка фильтров являются банк фильтров mel и банк фильтров gammatone.

Банк фильтров Mel

Набор фильтров по умолчанию линейно размещает первые 10 треугольных фильтров, а остальные - логарифмически.

Банк фильтров гамматона

Набор гамматоновых фильтров по умолчанию состоит из гамматоновых фильтров, расположенных линейно по шкале ERB между 50 и 8000 Гц. Банк фильтров разработан gammatoneFilterBank.

Энергия журнала

Если вход (x) является сигналом временной области, логарифмическая энергия вычисляется с использованием следующего уравнения:

$logE = log (^{сумма} ($ x2))

Если вход (x) является сигналом частотной области, логарифмическая энергия вычисляется с использованием следующего уравнения:

$logE = log ({сумма}^{(} | x | 2) /$ FFTLength)

Ссылки

[1] Панель слуховых инструментов. https://engineering.purdue.edu/~malcolm/interval/1998-010/AuditoryToolboxTechReport.pdf

[2] ETSI ES 201 108 V1.1.3 (2003-09). https://www.etsi.org/deliver/etsi_es/201100_201199/201108/01.01.03_60/es_201108v010103p.pdf

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью Simulink ® Coder™

См. также

cepstralFeatureExtractor | mfcc | pitch | Детектор речевой активности | voiceActivityDetector

Темы

Идентификация динамика с использованием основного тона и MFCC

Представлен в R2018a

Документация

Экстрактор элементов Cepstral

Описание

Порты

Вход

Port_1 - Вход звука в экстрактор кепстральных функций вектор столбца | матрица

Продукция

coeffs - Цепстральные коэффициенты вектор столбца | матрица

delta - Изменение коэффициентов вектор столбца | матрица

Зависимости

deltaDelta - Изменение значений дельты вектор столбца | матрица

Зависимости

Параметры

Filter bank type - Тип банка фильтров Mel (по умолчанию) | Gammatone

Domain of the input signal - Область входного сигнала Time (по умолчанию) | Frequency

Number of coefficients to return - Количество возвращаемых коэффициентов 13 (по умолчанию) | положительное целое число

Nonlinear rectification - Тип нелинейного выпрямления Log (по умолчанию) | Cubic-Root

Inherit FFT length from input dimensions - Наследование длины БПФ от входных данных on (по умолчанию) | off

Зависимости

FFTLength - длина БПФ [] (по умолчанию) | положительное целое число

Зависимости

Log energy usage - Укажите способ отображения энергии журнала Append (по умолчанию) | Replace | Ignore

Output delta - Значения дельты вывода off (по умолчанию) | on

Output delta-delta - Выходные дельта-дельта значения off (по умолчанию) | on

Inherit sample rate from input - Указать источник входной частоты дискретизации off (по умолчанию) | on

Input sample rate (Hz) - Частота выборки входных данных 16000 (по умолчанию) | положительный скаляр

Зависимости

Simulate using - Укажите тип выполняемого моделирования Code generation (по умолчанию) | Interpreted execution

Gammatone frequency range (Hz) - Частотный диапазон набора гамматоновых фильтров (Гц) [50 8000] (по умолчанию) | двухэлементный вектор строки

Зависимости

Band edges of Mel filter bank (Hz) - Бандажные кромки банка фильтров вектор строки

Зависимости

Domain for Mel filter bank design - Домен проектирования банка фильтров Mel Hz (по умолчанию) | Bin

Зависимости

Filter bank normalization - Нормализовать банк фильтров Bandwidth (по умолчанию) | Area | None

Примеры модели

Извлечение цепстральных коэффициентов

Характеристики блока

Алгоритмы

Коэффициенты слухового кепстра

Энергия журнала

Ссылки

Расширенные возможности

Создание кода C/C + + Создайте код C и C++ с помощью Simulink ® Coder™

См. также

Темы

Документация по панели инструментов Audio

Поддержка

`Port_1` - Вход звука в экстрактор кепстральных функций
вектор столбца | матрица

`coeffs` - Цепстральные коэффициенты
вектор столбца | матрица

`delta` - Изменение коэффициентов
вектор столбца | матрица

`deltaDelta` - Изменение значений дельты
вектор столбца | матрица

`Filter bank type` - Тип банка фильтров
`Mel` (по умолчанию) | `Gammatone`

`Domain of the input signal` - Область входного сигнала
`Time` (по умолчанию) | `Frequency`

`Number of coefficients to return` - Количество возвращаемых коэффициентов
`13` (по умолчанию) | положительное целое число

`Nonlinear rectification` - Тип нелинейного выпрямления
`Log` (по умолчанию) | `Cubic-Root`

`Inherit FFT length from input dimensions` - Наследование длины БПФ от входных данных
`on` (по умолчанию) | `off`

`FFTLength` - длина БПФ
`[]` (по умолчанию) | положительное целое число

`Log energy usage` - Укажите способ отображения энергии журнала
`Append` (по умолчанию) | `Replace` | `Ignore`

`Output delta` - Значения дельты вывода
`off` (по умолчанию) | `on`

`Output delta-delta` - Выходные дельта-дельта значения
`off` (по умолчанию) | `on`

`Inherit sample rate from input` - Указать источник входной частоты дискретизации
`off` (по умолчанию) | `on`

`Input sample rate (Hz)` - Частота выборки входных данных
`16000` (по умолчанию) | положительный скаляр

`Simulate using` - Укажите тип выполняемого моделирования
`Code generation` (по умолчанию) | `Interpreted execution`

`Gammatone frequency range (Hz)` - Частотный диапазон набора гамматоновых фильтров (Гц)
`[50 8000]` (по умолчанию) | двухэлементный вектор строки

`Band edges of Mel filter bank (Hz)` - Бандажные кромки банка фильтров
вектор строки

`Domain for Mel filter bank design` - Домен проектирования банка фильтров Mel
`Hz` (по умолчанию) | `Bin`

`Filter bank normalization` - Нормализовать банк фильтров
`Bandwidth` (по умолчанию) | `Area` | `None`

Создание кода C/C + +
Создайте код C и C++ с помощью Simulink ® Coder™