Java 如何生成MFCC算法'；s三角窗以及如何使用它们？

我正在用Java实现MFCC算法

这里有一个示例代码：at Matlab。然而，我有一些问题与梅尔滤波器银行的过程。如何生成三角形窗口以及如何使用它们

PS1:一篇文章中有一部分描述了MFCC：

PS2:如果有一个基本上关于MFCC算法步骤的文档，它会很好

---

PS3:我的主要问题是与此相关的：有些实现同时使用线性和对数滤波器，有些则不使用。什么是过滤器，什么是中心频率概念。我遵循代码：，代码之间的区别是什么：

三角形窗口作为频带滤波器并不难实现。您基本上希望在每个频带内集成FFT数据（定义为中心频率

i-1

和中心频率

i+1

之间的频率空间）

你基本上是在寻找这样的东西

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;
    }
}

for（int-bandIdx=0；bandIdx对于（intfreq=centerFreqIdx；我回答第二个问题：我发现这确实帮助了我计算MFCC

至于三角形窗口和滤波器组，据我所知，它们是重叠的，它们不会延伸到负频率，从FFT频谱计算它们并将其应用到它的整个过程如下：

为过滤器选择最小和最大频率（例如，最小频率=300Hz-最小语音频率和最大频率=您的采样率/2。也许这就是您应该选择您所说的1000Hz限制的地方）
根据选择的最小和最大频率计算mel值
计算这两个mel值之间的N个相等距离的值。（我已经看到了N的不同值的示例，您甚至可以在中找到不同值的效率比较，对于我的测试，我选择了26）
将这些值转换回Hz。（您可以在同一wiki页面上找到公式）=>N+2过滤器值数组
为每三个连续的值计算一个滤波器组（滤波器三角形），可以是Thomas建议的（注意索引）或类似于本文开头推荐的教程）=>一个数组，大小为NxM，计算FFT返回的2*M值，您只使用M
将整个功率谱（通过FFT获得的M个值）通过每个三角形滤波器，以获得每个滤波器的“滤波器组能量”（对于每个滤波器组（N个回路），将FFT后获得的每个幅值乘以相应滤波器组（M个回路）中的每个值，并将获得的M个值相加）=>N个大小的能量数组
这些是您的过滤器库能量，您可以进一步应用日志，应用DCT并提取MFCC…
如果您使用Matlab，VoiceBox工具箱有Matlab代码来实现这一点。也许您可以移植它。MFCC Java说：mel[0]=frektomel（lowerFilterFreq）；mel[1]=frektomel（sampligrate/2）；这意味着什么？我的意思是它从lowerFilterFreq运行过滤器到samplingRate/2？如果我想扫描到1000 Hz，我应该写1000而不是samplingRate/2吗？@kamaci：不知道Frektomel的上下文或详细信息，很难说。我假设samplingRate意味着采样率。也就是说，如果你对一个udio为44.1kHz，则采样率/2为22.05kHz。如果采样率为1000 Hz，则采样率/2为500 Hz。如果您不清楚“采样率”的概念，你应该像我之前说的那样拿起一本信号书。samplingRate/2不是最大频率吗？samplingRate/2是最大频率。高于samplingRate/2的任何频率都将被折叠为介于0和samplingRate/2之间。还有一个问题，这对我来说非常重要。我的讲师希望：线性滤波器应该在1000 Hz之前。（我认为这是MFCC Java使用的线性过滤器）我如何在代码中实现它。我编写了1000 Hz而不是samplingRate/2 at代码？