语音信号预处理提取特征

环境：matlab 2020a

目录

目录

一、 预处理

1.1、语音读取

1.2、标签导入

1.3、降噪

1.4、带通滤波

1.5、特征提取

1.5.1 方差选取12000点

1.5.2 采样12000点：

1.6 完整代码 

二、traindata_testdata划分

---

---

一、 预处理

1.1、语音读取

语音读取主要采用audioread函数

调用格式：：

[y,Fs] = audioread(filename)
[y,Fs] = audioread(filename,samples)

其返回值中，

y ：输出的音频数字信号，默认是n行2列，其中2的意思是，这个音频信号是两个声道的，n的值等于该音频信号的时长乘采样频率Fs。

Fs:信号采样频率；

filename：文件路径即文件名，例：'DATA/单音分类/3/3/A1.wav'

1.2、标签导入

根据原始数据将数据的标签输入至excel表格label.xlsx中（按行存储，例如第一个数据标签为1，则在第一行第一列存入1；第二个数据标签为2，则在第二行第一列存入2....），对于需要标注多个原始数据集的标签可以放在不同的Sheet中。

[label]=xlsread('label/label.xlsx',2); % 读取excel中第二个Sheet内容

其中:

xlsread()中第一个参数是label.xlse所在路径，第二个参数是需要读取的sheet表格中的数据;

返回值labe即为表格中存入的标签信息。

1.3、降噪

这里使用MAD法对加性噪声进行滤除。MAD法是定义了一个阈值，这个阈值叫做中位数绝对偏差MAD。如果超过了3倍的MAD，则认为该数据离群。通过滑动窗口依次滤除噪声是。

ft_3 = filloutliers(ft,'linear','movmedian',3);%MAD法

其中：

filloutliers()中

• ft:输入信号；
• 第二个参数用于替换离群值的填充方法。这里选用'linear'，使用相邻的非离群值的线性插值进行填充;

填充方法	说明
数值标量	使用指定的标量值进行填充
'center'	使用由 findmethod 决定的中心值进行填充
'clip'	对于比 findmethod 决定的下阈值还小的元素，用下阈值填充。对于比 findmethod 决定的上阈值还大的元素，用上阈值填充。
'previous'	使用上一个非离群值进行填充
'next'	使用下一个非离群值进行填充
'nearest'	使用最接近的非离群值进行填充
'linear'	使用相邻的非离群值的线性插值进行填充
'spline'	使用分段三次样条插值进行填充
'pchip'	使用保形分段三次样条插值进行填充
'makima'	修正 Akima 三次 Hermite 插值（仅限数值、duration 和 datetime 数据类型）

• 第三个参数用于检测离群值的方法。'median'：离群值定义为与中位数相差超过三倍换算 MAD 的元素。 

方法	说明
'median'	离群值定义为与中位数相差超过三倍换算 MAD 的元素。换算 MAD 定义为 c*median(abs(A-median(A)))，其中 c=-1/(sqrt(2)*erfcinv(3/2))。
'mean'	离群值定义为与均值相差超过三倍标准差的元素。此方法比 'median' 快，但没有它可靠。
'quartiles'	离群值定义为比上四分位数 (75%) 大 1.5 个四分位差以上或比下四分位数 (25%) 小 1.5 个四分位差以上的元素。当 A 中的数据不是正态分布时，此方法很有用。
'grubbs'	使用 Grubbs 检验检测离群值，并基于假设检验每次迭代删除一个离群值。此方法假设 A 中的数据呈正态分布。
'gesd'	使用广义极端 Student 化偏差检验检测离群值。此迭代方法与 'grubbs' 类似，但当有多个离群值互相遮盖时，此方法的执行效果更好。

• 第四个参数是滑动窗口长度。
• 返回值为降噪后序列 

1.4、带通滤波

根据信号的中心频率，选择带通滤波器。这里采用matlab 自带滤波器设计进行滤波器设计。

 

  % BPF  带通滤波器
    fp1=250;     %通带下限频率
    fp2=500;     %通带上限频率
    ft_bpf=filter(BPF(fp1,fp2,fs),f1_25);

通过中心频率选择带通滤波器的上下限频率。

滤波器实现：

function Hd = BPF(f1,f2,fs)
%GETFILTER 返回离散时间滤波器对象。

% MATLAB Code
% Generated by MATLAB(R) 9.8 and DSP System Toolbox 9.10.
% Generated on: 10-Aug-2021 14:33:50
if (f1<50)
    Fstop1=0;
else
    Fstop1=f1-50;
end
%Fstop1 = 200;           % First Stopband Frequency   
Fpass1 = f1;             % First Passband Frequency
Fpass2 = f2;             % Second Passband Frequency
Fstop2 = f2+50;          % Second Stopband Frequency
Astop1 = 60;             % First Stopband Attenuation (dB)
Apass  = 1;              % Passband Ripple (dB)
Astop2 = 60;             % Second Stopband Attenuation (dB)
Fs     = fs;             % Sampling Frequency  采样频率%%

h = fdesign.bandpass('fst1,fp1,fp2,fst2,ast1,ap,ast2', Fstop1, Fpass1, ...
    Fpass2, Fstop2, Astop1, Apass, Astop2, Fs);

Hd = design(h, 'equiripple', ...
    'MinOrder', 'any');

注意：若选择的通带太小可能导致滤波器阶数过高，增大计算量，需根据情况进行选择  

1.5、特征提取

1.5.1 方差选取12000点

 y_var=movvar(ft_bpf(6001:(len(k)-5999),:),[6000 5999]);
 y_var1=sum(y_var,2);
 [val,b0(k)]=max(y_var1);  %min
 data(k,:)=ft_bpf((b0(k)):(b0(k)+11999),:)';

通过修改max，min选择方差最大最小片段。 

1.5.2 采样12000点：

ft_s=zeros(1,12000);
ft_s = resample(f1_25, 12000, len(k));
data(k,:)=ft_s;

 这里采用多相滤波器对时间序列进行重采样，得到的序列y的长度为原来的序列x的长度的p/q倍，
  p和q都为正整数。此时，默认地采用使用FIR方法设计的抗混叠的低通滤波器。 

1.6 完整代码 

%% Audio 
Path = 'DATA/单音分类/3/3/';% 数据集路径
datdir  = dir([Path  '*.wav']);
data=zeros(209,12000);
for k =1:length(datdir) 
    [y,fs] = audioread([datdir(k).folder '/' datdir(k).name]);
    t = (0:length(y)-1)/fs; % 音频时长
    len(k)=length(y);
    ft = y(:,1); % 选择声道
    %%
    %MAD法
    ft_3 = filloutliers(ft,'linear','movmedian',3);%MAD法
    f1_25 = filloutliers(ft_3,'linear','movmedian',101);
    %%
    % BPF  带通滤波器
%     fp1=120;     %通带下限频率
%     fp2=260;     %通带上限频率
%     ft_bpf=filter(BPF(fp1,fp2,fs),f1_25);
    %% 方差选取12000点
    y_var=movvar(f1_25(6001:(len(k)-5999),:),[6000 5999]);
    y_var1=sum(y_var,2); %min
    [val,b0(k)]=max(y_var1);
    data(k,:)=f1_25((b0(k)):(b0(k)+11999),:)';
    %% 采样
%     ft_s=zeros(1,12000);
%     ft_s = resample(f1_25, 12000, len(k));
%     % 采用多相滤波器对时间序列进行重采样，得到的序列y的长度为原来的序列x的长度的p/q倍，
%     % p和q都为正整数。此时，默认地采用使用FIR方法设计的抗混叠的低通滤波器。
%     data(k,:)=ft_s; 
    clearvars -except data label k datdir 
end
[label]=xlsread('label/label.xlsx',2); % 读取excel中第二个Sheet内容

二、traindata_testdata划分

%%
% 数据集划分

data=data;
label=label;
% 测试数据占全部数据的比例
testRatio = 0.2;

% 训练集索引
trainIndices = crossvalind('HoldOut', size(data, 1), testRatio);
% 测试集索引
testIndices = ~trainIndices;

% 训练集和训练标签
trainData = data(trainIndices, :);
trainLabel = label(trainIndices, :);

% 测试集和测试标签
testData = data(testIndices, :);
testLabel = label(testIndices, :);

% clearvars -except trainData testData trainLabel testLabel  % 清除无关变量

在运行完预处理代码后，可以得到数据data和标签label，然后再运行上述代码进行数据集划分。