matlab中的音频模式匹配

Question

有人可以在matlab中给我一个关于这个问题的想法，

我有4个.wav文件，其中包含鸟类的啁啾声。每个.wav文件代表一只不同的鸟。给定输入.wav文件，我需要确定它是哪只鸟。我知道我必须进行频谱比较才能找到解决方案。但我不太清楚我应该如何使用频谱图来帮助我实现目标。

P.S。我知道谱图的作用是什么，并用它绘制了不少的.wav文件

Answer 1

模式识别问题有几种方法，就像你正在谈论的那样。

您可以使用带有matlab功能的FFT等频率分析 S = SPECTROGRAM(X,WINDOW,NOVERLAP)

在SPECTROGRAM中，您需要在变量WINDOW中定义要分析的信号的时间窗口。您可以使用矩形窗口（示例WINDOW = [1 1 1 1 1 1 1 ... 1]），其值等于所需长度。有很多窗口可供使用：hanning，hamming，blackman。您应该使用对您的问题更好的那个。 NOVERLAP是您的窗口一步移动的点数。

除了这种方法，小波变换也是解决问题的好方法。 Matlab还有一个很好的工具箱来应用离散和连续的小波。

Answer 2

您可以尝试使用 Deep Belief Networks

来解决问题

以下是一些可能有用的文章：

• Audio Feature Extraction with Restricted Boltzmann Machines
• Unsupervised feature learning for audio classification

总结这个想法，而不是手动调整功能，使用RBMs或Autoencoder提取代表观察到的音频样本的功能（基础），然后运行学习算法。

为了训练DBN，您将需要4个以上的音频样本，但值得尝试，因为该方法在过去已显示出有希望的结果。

This tuturial可能也会有所帮助。

Answer 3

这可能被证明是一个复杂的问题。作为一个起点，我建议你将每个记录划分为一些固定长度的帧，如20ms，重叠10ms，然后提取这些帧的fft并获得一些最大能量频率。每帧的值。最后一步是将帧频相互比较，并通过选择最大相关性来确定结果