如何在Matlab中处理不同长度的语音文件

我使用TIDigits数据库进行语音识别，该数据库包含来自不同说话人（许多文件）的从0到9的数字

我需要从每个帧中提取39个MFCC特征，并将它们组合到一个矩阵（特征矩阵）中进行分类。我为每个文件做了框架和窗口，这为每个文件产生了不等数量的帧

我面临的问题是，由于语音文件的长度不同，帧数也不同

---

如果不使用统计公式，我如何处理这个问题？

我最近在处理音频时也遇到了这个问题。我所做的基本上是通过修剪长MFCC特性以匹配短MFCC特性。它对我很有效

假设问题是要将不同长度的向量存储在一起，则有几个逻辑选项：

修剪向量，你的结果将是一个39乘最小向量长度的矩阵

填充向量，你的结果将是一个39乘最大向量长度的矩阵

使用单元格数组，您的结果将是39个向量及其相应的长度

---

感谢您的回答，第一个选项将丢失一些信息，第二个选项我尝试填充零，但当我阅读有关神经网络分类器及其如何处理向量中的零值时，我排除了第二个选项。第三，如果我只想存储向量，那就行了。我还有另一个分类阶段，这就是为什么我认为我需要一个相等的MFCC向量矩阵。谢谢你的回答。但是，通过修剪长MFCC特征，它们是否会影响分类器的准确性？或者你没有尝试？@Sayf它肯定会影响分类器的准确性，因为它会丢失一些特征。不过，虽然我没有详细比较，但差异应该相对较小。当你说你修剪了长MFCC时，这意味着你放弃了某些帧的特征。。我最短的文件包含17帧（25ms），最长的是87帧…因此，如果我从最长的文件中删除60帧，则大多数信号将被忽略。