MFCC维数的确定是根据你的要求来的，提取过程最后一步的DCT变换，在cos(**)这个公式里，有个 i 就是你想要的那个维数。至于要多少，你自己来定。i的不同会直接影响cos函数，所以维数i越大，对应的频率也越高。
网站建设哪家好，找成都创新互联！专注于网页设计、网站建设、微信开发、微信小程序开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了松滋免费建站欢迎大家使用！
MFCC 提取步骤：（1）把信号切分成帧 。（2）计算每帧的功率谱周期图估计。（3）使用梅尔滤波器对每一帧的功率谱滤波， 再把每一帧滤波后的能量相加得到能量总和。（4）求所有滤波器组能量总和的对数 。
差分参数：大量实验表明，在语音特征中加入表征语音动态特性的差分参数，能够提高系统的识别性能。在本系统中，我们也用到了MFCC参数的一阶差分参数和 二阶差分 参数。
就是把音频信号中具有辨识性的成分提取出来，然后把其他的乱七八糟的信息扔掉，例如背景噪声、情绪等等。MFCCs（Mel Frequency Cepstral Coefficents）是一种在自动语音和说话人识别中广泛使用的特征。
因此，MFCC的维度常用的是13（12+1）加上一阶差分和二阶差分，一共39。
利用函数melcepst.m可以得到直接计算语音信号s的MFCC参数：c = melcepst(s， fs。这一命令默认地以256点为帧长计算12阶MFCC参数，如果s比较长，将会按照128点的间隔将s分为若干帧，再分别计算。
首先下载附件的renren_rp函数文件，并保存到Matlab的搜索路径下。
将所有均值和协方差矩阵中上三角矩阵元素拼凑在一起，最后每个声音即都能转换成1*m的矩阵，由于你所有声音在mfcc转换后b都是一样的，故而最后的1*m矩阵的m也会是一样的。然后你就可以使用SVM了。。
行数对应特征数，每一行就是一个特征的系数。如果想要特征值不按从小到大的顺序排列及其对应的特征向量，你可以自己按照主成分分析法的定义来自己编程实现，但是确实没有什么打的意义。
MFCC维数的确定是根据你的要求来的，提取过程最后一步的DCT变换，在cos（**）这个公式里，有个 i 就是你想要的那个维数。至于要多少，你自己来定。i的不同会直接影响cos函数，所以维数i越大，对应的频率也越高。
fname 就是你这个wav读的相对路径。如果你当前目录，就是你的XXX.wav这个文件名。
每帧的长度为25毫秒，每两帧之间有25-10=15毫秒的交叠。我们称为以帧长25ms、帧移10ms分帧。每帧的长度为25毫秒，每两帧之间有25-10=15毫秒的交叠。我们称为以帧长25ms、帧移10ms分帧。
答：帧移后的每一帧信号都有上一帧的成分，防止两帧之间的不连续。语音信号虽然短时可以认为平稳，但是由于人说话并不是间断的，每帧之间都是相关的，加上帧移可以更好地与实际的语音相接近。
相邻两帧的起始位置的时间差叫做帧移，常见的取法是取为帧长的一半，或者固定取为 10 毫秒。频谱上就能看出这帧语音在 480 和 580 赫兹附近的能量比较强。语音的频谱，常常呈现出「精细结构」和「包络」两种模式。