1、用audioread(‘’);函数读取电脑中的音频文件，参数是音频文件的路径：
1
| [sampledata,FS] = audioread('F:\1.mp3');
|
sampledata保存音频信号数据，FS是音频采样率，MP3格式的采样率一般为44100；
2、判断音频数据是否是双声道，如果是双声道则保留一个声道的数据，用calsample.m文件的函数完成此功能，文件内容如下：
1
2
3
4
5
6
7
8
9
| function sample = calsample(sampledata,FS)
temp_sample = resample(sampledata,1,FS/11025);
[m,n] = size(temp_sample);
if (n == 2)
sample = temp_sample(:,1);
else
sample = temp_sample;
end
end
|
3、对音频数据进行快速傅里叶变换得到频谱图，并选取scope区域内的能量最大并且能量增幅最大的点作为峰值点，进行特征提取，keypoint.m文件内容如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
| function point = keypoint(sample,scope)
%对音频数据进行快速傅里叶变换，得到变换后的数据为b，频率为f，时间为t
[b,f,t] = specgram(sample,1024,11025,hanning(1024),256);
specgram(sample,1024,11025,hanning(1024),256);%绘制频谱图
hold on;
energy = abs(b);%根据快速傅里叶变换后的数据进行能量计算
%energy = sample;
diffenergy = caldiffenergy(energy);%计算能量差分
[m,n] = size(energy);%获取能量矩阵的大小
%f = (0:4);
%t = (0:4);
f_unit = max(f)/(length(f)-1);%根据频率点个数计算频率单位长度
t_unit = max(t)/(length(t)-1);%根据时间点个数计算时间单位长度
k = 1;
l = 1;
p = 1;
num = 1;
point.t = 0;
point.f = 0;%point结构体数组用来保存峰值点
temp.t = 0;
temp.f = 0;%temp结构体数组用来保存计算中的临时点
count = 0;%count为零表示在当前scope中未找到峰值点
x_f=0;
y_t=0;
plot(x_f,y_t);
hold on;
for i = 1:m-scope+1
for j = 1:n-scope+1
%找出大小为scope的子矩阵中的最大元素的位置并保存
[x_f,y_t] = find(energy(i:i+scope-1,j:j+scope-1)==max(max(energy(i:i+scope-1,j:j+scope-1))));
x_f = x_f + i - 1;
y_t = y_t + j - 1;
%找出大小为scope的子矩阵中的差分最大元素的位置并保存
[diffx,diffy] = find(diffenergy(i:i+scope-1,j:j+scope-1)==max(max(diffenergy(i:i+scope-1,j:j+scope-1))));
diffx = diffx + i - 1;
diffy = diffy + j - 1;
count = 0;
%如果最大元素和差分最大元素都为同一个位置则该点为峰值点，保存在temp中
for k = 1:length(x_f)
for l = 1:length(diffx)
if (x_f(k) == diffx(l)) && (y_t(k) == diffy(l))
temp(num).f = x_f(k) * f_unit;
temp(num).t = y_t(k) * t_unit;
%plot(temp(num).t,temp(num).f,'.');
num = num + 1;
count = 1;%在scope中找到一个峰值点则不再记录其它相同的点
break;
end
end
if count == 1%scope中多个峰值点只保留第一个
break;
end
end
end
end
%将temp中保存的峰值点画在图上，多个scope中找到的相同峰值点只画一次
len = 1;
point(1).f = temp(1).f;
point(1).t = temp(1).t;
plot(point(1).t,point(1).f,'.');
for i = 2:num - 1
for j = 1:len
if (temp(i).f == point(j).f) && (temp(i).t == point(j).t)
break;
end
end
if j == len && (temp(i).f ~= point(j).f) && (temp(i).t ~= point(j).t)
len = len + 1;
point(len).f = temp(i).f;
point(len).t = temp(i).t;
plot(point(len).t,point(len).f,'.');
end
end
hold off
end
|
4、keypoint(sample,scope);函数中用到的caldiffenergy(energy);函数内容在caldiffenergy.m文件中，内容如下：
1
2
3
4
5
6
7
8
| function diffenergy = caldiffenergy(energy)
v = diff(energy');
[x,y] = size(v);
for i = 1:y
zero(i) = 0;
end
diffenergy = abs(([zero;v])');
end
|
via:http://blog.sina.com.cn/s/blog_7985987f01018pkb.html
The Why·Liam·Blog by WhyLiam is licensed under a Creative Commons BY-NC-ND 4.0 International License.
由WhyLiam创作并维护的Why·Liam·Blog采用创作共用保留署名-非商业-禁止演绎4.0国际许可证。
本文首发于Why·Liam·Blog (https://blog.naaln.com)，版权所有，侵权必究。
本文永久链接：https://blog.naaln.com/2013/08/matlab-reads-the-audio-file-and-audio-feature-extraction/