音频信号梅尔频谱转换系统

资 源 简 介

本项目通过MATLAB实现从短时傅里叶变换（STFT）获取的功率谱向梅尔尺度（Mel Scale）频谱的转换。其核心功能在于模拟人类听觉系统的非线性感知特性，将线性频率分布映射到梅尔刻度。系统首先对原始音频信号进行分帧、加窗及FFT计算以获得幅度谱，随后通过设计一组在梅尔频率空间内均匀分布的三角滤波器组（Mel Filter Bank），对线性频谱进行能量加权求和。该过程能够有效压缩高频部分的冗余信息，并强化对低频关键语音特征的表达。本模块是提取梅尔频率倒谱系数（MFCC）的关键前置步骤，广泛应用于语音识别、说话人确认、音频分类以及关键词检索等复杂语音处理任务中。系统提供了灵活的参数配置接口，允许用户调整采样率、FFT点数、滤波器个数及其频率覆盖范围，以适应不同的应用场景和精度要求。

详 情 说 明

音频信号FFT至梅尔频谱转换系统

项目介绍

本项目是一个基于MATLAB实现的音频信号处理工具，专门用于将时域音频信号转换为梅尔刻度频谱（Mel Spectrogram）。梅尔刻度是一种基于人类听觉感知实验的跨音调量表，能够模拟人耳对不同频率声音的非线性感知特性，即对低频变化较敏感，对高频变化较迟钝。

该系统实现了从原始信号预处理、短时傅里叶变换（STFT）到离散梅尔滤波器组加权的全过程。通过这一转换，原始信号的线性频率分布被映射到符合生理听觉特性的梅尔空间，大幅度降低了高频冗余，同时保留了语音识别及音频分类任务中最为关键的频谱特征。

功能特性

1. 自主生成模拟信号：系统内置了正弦扫频信号（Sweep Signal）叠加白噪声的生成功能，便于在没有外部音频文件时进行算法验证。
2. 完整的信号预处理：包含预加重滤波，用于补偿语音信号高频部分的跌落，提升高频信噪比。
3. 动态分帧与加窗：支持自定义帧长和帧移，采用汉明窗（Hamming Window）减少频谱泄露，并通过信号补零确保数据的完整性。
4. 标准梅尔滤波器组构建：基于Hz与Mel刻度的转换公式，自动设计并生成在梅尔空间内均匀分布的三角形滤波器组。
5. 直观的谱图变换：实现了从线性功率谱向对数梅尔谱的能量映射。
6. 多维度可视化演示：提供滤波器响应、线性功率谱和梅尔频谱的三位一体对比图示。

系统要求

1. 软件环境：MATLAB R2016b 或更高版本。
2. 基础功能库：无需额外安装复杂的工具箱，代码依赖于MATLAB核心函数（如fft, filter, imagesc等）。

实现逻辑与阶段说明

系统运行过程中严格遵循以下处理逻辑：

1. 参数初始化：配置全局采样率（16000Hz）、FFT点数（512）、梅尔滤波器数量（40个）以及帧时长和频率范围。
2. 信号生成与预加重：生成2秒的音频信号，通过一个一阶FIR高通滤波器（系数为0.97）平衡频谱。
3. 时域切片：将连续信号切割为重叠的帧，每帧长度为25ms，移动步长为10ms。通过矩阵索引技术高效提取帧内容。
4. 频谱计算：对每一帧执行快速傅里叶变换（FFT），计算其功率谱密度，并保留从直流分量到奈奎斯特频率的正频率部分。
5. 梅尔滤波器组计算：

- 使用公式 Mel = 2595 * log10(1 + f/700) 将频率转换至梅尔域。 - 在梅尔域等距选取点位并转换回频率域。 - 将频率点对应到FFT频率箱的索引上。 - 构造三角滤波矩阵，确定各滤波器的上升和下降斜率。

1. 特征映射：将功率谱矩阵与滤波器组转置矩阵相乘，完成频率特征的压缩与聚合。
2. 对数压缩：对提取的能量值取10倍对数（dB量级），并处理零值避免计算溢出。

关键算法与实现细节分析

1. 预加重技术：代码通过 filter([1, -0.97], 1, signal) 实现。这一步骤对于处理语音信号至关重要，它能有效放大高频共振峰。
2. 高速分帧方案：系统未采用循环遍历，而是通过 repmat 构造索引矩阵，利用MATLAB的向量化操作直接从补零后的信号中提取所有帧，显著提升了运算效率。
3. 梅尔滤波器定义：

- 滤波器在梅尔尺度上是等带宽的，但在线性频率尺度上，随着频率升高，滤波器的带宽逐渐增加。 - 每个三角形滤波器的顶点即为下个滤波器的起始点和上个滤波器的终点。

1. 能量归一化处理：在计算功率谱时，除以了FFT点数以便对能量进行标准化处理。
2. 结果可视化：

- 顶部子图显示了40个相互交叠的三角形滤波器，反映了各频段的权重分布。 - 中间子图展示了传统的线性频谱。 - 底部子图即为最终输出，可以看到频率轴被“扭曲”后，低频细节得到了精细化的拉伸显示。

核心参数接口

用户可以通过修改脚本开头的配置部分来调整系统行为：

• fs：修改采样率以匹配不同设备。
• n_fft：增加FFT点数可提高频率分辨率。
• n_mels：增加滤波器数量可获得更精细的特征描述。
• low_freq/high_freq：控制特征提取关心的频率范围。