Question

我正致力于将语音识别项目从 MATLAB 转换为 Java 代码。我已经能够使用提供的here的java示例读取 .wav 文件（作为 -1到1 范围内的值的向量）。这与 MATLAB 中的wavread函数完全相同。

我的下一个任务是从原始样本向量中提取 MFCC 特征向量。在 MATLAB 中，我使用Voicebox轻松实现此目的，但无法找到 Java 等效项。使用Voicebox，我有一个代码：

a = melcepst(samples(1,:), 44100)

每行的样本＆＃39;包含代表每个.wav样本的向量。该方法为每个样本返回 MFCC 特征的二维矩阵。

我见过 Sphinx ，但一直无法理解如何将它用于此任务。任何有关使用 Sphinx 或任何其他 java 解决方案的帮助都将不胜感激。

Answer 1

你可以使用Sphinx 4获得这样的MFCC帧：

AudioFileDataSource audioDataSource = new AudioFileDataSource(3200, null);
audioDataSource.setAudioFile(new URL("file:///path/to/my.wav", "source");

final ArrayList<DataProcessor> pipeline = new ArrayList<DataProcessor>();

pipeline.add(audioSource);
pipeline.add(new DiscreteFourierTransform());
pipeline.add(new MelFrequencyFilterBank(minFreq, maxFreq, numFilters));
pipeline.add(new DiscreteCosineTransform2(numFilters, 12));
FrontEnd f = new FrontEnd(pipeline);

Data mfccs;
do {
    mfccs = f.getData();
} while(mfccs != null);

如何在Java中提取MFCC功能

1 个答案: