- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
塞奥佐罗斯•Giannakopoulos
http: /www.di.uoa.gr ~ tyiannak
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
特征提取(如大多数模式识别问题)可能是最重要的步骤在音频分类任务。提供的Matlab代码计算的一些基本音频特性组存储在WAV声音文件。此外,一个简单的类可分性措施,基于特征直方图用于测量每个特性的能力用于分类给定的类。因此,您可以使用提供的m-files计算音频分类问题的特点(即特定音频类)和理解“多好”这些功能的具体分类的任务。

的特性计算两步的方式:

特别是,以下音频特征和各自的统计数据中提取每个音频段:
特征统计
能量熵标准偏差(std)
信号能量平均(平均)比性病
过零率性病
光谱滚边性病
频谱质心性病
意味着比谱通量性病

为了计算6特性数据为一个特定的wav文件,您可以使用computeAllStatistics(文件名,赢,步骤)。

特性计算后,

所有类的)每个功能的直方图估计

b)一个简单的算法用于估计音频类的可分性。换句话说,测量,描述了“轻松”的特性将分类。在多分类问题的情况下,测量计算为每个类反对所有其他类,即计算每个类的测量值。详细描述的算法//www.tatmou.com/matlabcentral/fileexchange/loadFile.do?objectId=18791&objectType=FILE#。

例子:

这个演示的主要功能是computeFeaturesDirectory ()。唯一recuired参数是一个单元阵列的名字。wav文件的目录存储各自的类。例如,假设您有三个文件夹命名为音乐、语音和噪声,包含每一个wav文件与相关音频内容(即wav文件的片段包含音乐、语音和噪声)。为了计算这些文件的音频特征简单地写:

> > F = computeFeaturesDirectory({“音乐”、“演讲”,“噪声”});

塞奥佐罗斯•Giannakopoulos
http: /www.di.uoa.gr ~ tyiannak

* * * * * * * * * * * * * * * * * * * *
重要更新:
更先进的音频分析方法可以在MATLAB中找到音频分析库(//www.tatmou.com/matlabcentral/fileexchange/45831-matlab-audio-analysis-library),是这本书的一部分介绍音频分析:MATLAB方法(http://www.amazon.com/Introduction-Audio-Analysis-MATLAB%C2%AE-Approach/dp/0080993885)
* * * * * * * * * * * * * * * * * * * *