melSpectrogram
멜 스펙트로그램
구문
설명
예제
디폴트 설정을 사용하여 전체 오디오 파일에 대한 멜 스펙트로그램을 계산합니다. 필터 뱅크의 대역통과 필터 개수와 멜 스펙트로그램의 프레임 개수를 출력합니다.
[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
멜 스펙트로그램을 플로팅합니다.
melSpectrogram(audioIn,fs)
1024개 점이 중첩된 2048개 점으로 구성된 주기적 핸 윈도우의 멜 스펙트럼을 계산합니다. 4096개 점 FFT를 사용하여 주파수 영역으로 변환합니다. 62.5Hz~8kHz 범위에 걸쳐 있는 절반이 중첩된 64개의 삼각 대역통과 필터를 통해 주파수 영역 표현을 전달합니다.
[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]);
이번에는 멜 스펙트로그램을 시각화할 수 있도록 출력 인수 없이 melSpectrogram을 다시 호출합니다. 입력 오디오는 다중채널 신호입니다. 출력 인수 없이 다중채널 입력값을 사용하여 melSpectrogram을 호출하면 첫 번째 채널만 플로팅됩니다.
melSpectrogram(audioIn,fs, ... 'Window',hann(2048,'periodic'), ... 'OverlapLength',1024, ... 'FFTLength',4096, ... 'NumBands',64, ... 'FrequencyRange',[62.5,8e3])
melSpectrogram은 시간 단위로 윈도우가 적용된 오디오 신호에 주파수 영역 필터 뱅크를 적용합니다. 필터의 중심 주파수와 분석 윈도우에 대응하는 시점을 melSpectrogram의 두 번째 출력 인수와 세 번째 출력 인수로 구할 수 있습니다.
다중채널 오디오 신호의 멜 스펙트로그램, 필터 뱅크 중심 주파수, 분석 윈도우 시점을 구합니다. 중심 주파수와 시점을 사용하여 각 채널에 대한 멜 스펙트로그램을 플로팅합니다.
[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
입력 인수
이름-값 인수
출력 인수
알고리즘
melSpectrogram 함수는 [1]에 설명된 것처럼 멜 스펙트로그램을 계산하는 일반적인 알고리즘을 따릅니다.
이 알고리즘에서 오디오 입력은 먼저 numel(개 샘플의 프레임으로 버퍼링됩니다. 프레임은 Window)OverlapLength개의 샘플만큼 서로 중첩됩니다. 지정된 Window가 각 프레임에 적용된 다음, 프레임은 FFTLength개의 점을 사용한 주파수 영역 표현으로 변환됩니다. 주파수 영역 표현은 SpectrumType으로 지정된 크기 또는 파워일 수 있습니다. WindowNormalization이 true로 설정된 경우 스펙트럼은 윈도우로 정규화됩니다. 주파수 영역 표현의 각 프레임은 멜 필터 뱅크를 통과합니다. 멜 필터 뱅크에서 출력된 스펙트럼 값이 합산된 다음, 각 프레임이 요소를 NumBands개 가진 열 벡터로 변환되도록 채널이 결합됩니다.
멜 필터 뱅크는 멜 스케일에서 균일한 간격을 갖는 절반이 중첩된 삼각 필터로 설계됩니다. NumBands는 멜 대역통과 필터 개수를 제어합니다. FrequencyRange는 멜 필터 뱅크의 첫 번째 필터와 마지막 필터의 대역 경계를 제어합니다. FilterBankNormalization은 개별 대역에 적용되는 정규화 유형을 지정합니다.
멜 스케일은 [2]를 따르는 O'Shaughnessy 스타일 또는 [3]을 따르는 Slaney 스타일일 수 있습니다.
참고 문헌
[1] Rabiner, Lawrence R., and Ronald W. Schafer. Theory and Applications of Digital Speech Processing. Upper Saddle River, NJ: Pearson, 2010.
[2] O'Shaughnessy, Douglas. Speech Communication: Human and Machine. Reading, MA: Addison-Wesley Publishing Company, 1987.
[3] Slaney, Malcolm. "Auditory Toolbox: A MATLAB Toolbox for Auditory Modeling Work." Technical Report, Version 2, Interval Research Corporation, 1998.
