Спектрограмма Мэла
S = melSpectrogram(audioIn,fs,Name,Value)Name,Value аргументы пары.
melSpectrogram(___) строит график спектрограммы на поверхности на текущем рисунке.
Используйте настройки по умолчанию для вычисления спектрограммы mel для всего аудиофайла. Распечатайте количество полосовых фильтров в банке фильтров и количество кадров в спектрограмме mel.
[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav'); S = melSpectrogram(audioIn,fs); [numBands,numFrames] = size(S); fprintf("Number of bandpass filters in filterbank: %d\n",numBands)
Number of bandpass filters in filterbank: 32
fprintf("Number of frames in spectrogram: %d\n",numFrames)Number of frames in spectrogram: 1551
Постройте график спектрограммы mel.
melSpectrogram(audioIn,fs)
Вычислите спектры mel 2048-точечных периодических окон Ганна с 1024-точечным перекрытием. Преобразование в частотную область с помощью 4096-точечного БПФ. Пропускайте представление в частотной области через 64 полуперекрывающихся треугольных полосовых фильтра, которые охватывают диапазон от 62,5 Гц до 8 кГц.
[audioIn,fs] = audioread('FunkyDrums-44p1-stereo-25secs.mp3'); S = melSpectrogram(audioIn,fs, ... 'Window',hann(2048,'periodic'), ... 'OverlapLength',1024, ... 'FFTLength',4096, ... 'NumBands',64, ... 'FrequencyRange',[62.5,8e3]);
Звонить melSpectrogram опять же, на этот раз без выходных аргументов, чтобы можно было визуализировать спектрограмму mel. Входной звук является многоканальным сигналом. При звонке melSpectrogram с многоканальным входом и без выходных аргументов строится только первый канал.
melSpectrogram(audioIn,fs, ... 'Window',hann(2048,'periodic'), ... 'OverlapLength',1024, ... 'FFTLength',4096, ... 'NumBands',64, ... 'FrequencyRange',[62.5,8e3])
melSpectrogram применяет банк фильтров частотной области к звуковым сигналам, которые являются окнами во времени. Можно получить центральные частоты фильтров и моменты времени, соответствующие окнам анализа, как второй и третий выходные аргументы из melSpectrogram.
Получить mel спектрограмму, фильтровать центральные частоты банка и время окна анализа многоканального аудиосигнала. Используйте центральные частоты и моменты времени, чтобы построить график mel-спектрограммы для каждого канала.
[audioIn,fs] = audioread('AudioArray-16-16-4channels-20secs.wav'); [S,cF,t] = melSpectrogram(audioIn,fs); S = 10*log10(S+eps); % Convert to dB for plotting for i = 1:size(S,3) figure(i) surf(t,cF,S(:,:,i),'EdgeColor','none'); xlabel('Time (s)') ylabel('Frequency (Hz)') view([0,90]) title(sprintf('Channel %d',i)) axis([t(1) t(end) cF(1) cF(end)]) end
melSpectrogram функция следует общему алгоритму для вычисления спектрограммы mel, как описано в [1].
В этом алгоритме вход звука сначала буферизуется в кадры numel( количество выборок. Кадры перекрываются Window)OverlapLength количество выборок. Указанное Window применяется к каждому кадру, а затем кадр преобразуется в представление частотной области с FFTLength количество точек. Представление в частотной области может быть либо величиной, либо мощностью, определяемой SpectrumType. Если WindowNormalization имеет значение trueспектр нормализуется окном. Каждый кадр представления частотной области проходит через набор фильтров mel. Спектральные значения, выводимые из набора фильтров, суммируются, и затем каналы объединяются так, что каждый кадр преобразуется в NumBands- вектор столбца элемента.
Набор фильтров mel выполнен в виде половинно перекрывающихся треугольных фильтров, равноудаленных по шкале mel. NumBands управляет количеством полосовых фильтров. FrequencyRange управляет краями полосы первого и последнего фильтров в наборе фильтров mel. FilterBankNormalization определяет тип нормализации, применяемой к отдельным полосам данных.
[1] Рабинер, Лоуренс Р. и Рональд В. Шефер. Теория и применение цифровой обработки речи. Река Верхнее Седло, Нью-Джерси: Пирсон, 2010.
audioFeatureExtractor | gtcc | mdct | mfcc | spectrogram