matlab中的plp代码-Feature-and-Architecture-Study-for-Speech-Activity-Detect

matlab中的plp代码使用 DNN 进行语音活动检测的特征和架构研究 该工具包提供了威斯康星大学麦迪逊分校电气和计算机工程系硕士论文（使用深度神经网络进行语音活动检测的特征和架构研究）中使用的代码。 介绍 该工具包基于以下工作：[1]。 该工具包的附加值是特征分析部分。 本工具包中的 SAD 遵循以下步骤： 声学特征提取 使用Python从语音中提取以下特征： MRCG MFCC 全球气候变化委员会 RASTA-PLP（在 Matlab 中从 Python 中提取） AMS 能量 + 过零（在 Matlab 中从 Python 中提取） 多分辨率 MFCC - 为本文创建的新功能 多分辨率 MFCC (MR-MFCC)： 此功能背后的主要思想是对语音信号的多分辨率频谱表示进行编码，以捕获本地信息和频谱时间上下文。 此功能的灵感来自多分辨率耳蜗图 (MRCG)，发现它对 SAD 有益，但遵循计算复杂度较低的提取方案。 MR-MFCC 分三步提取： 从 25ms 窗口计算 40 维 MFCC 从长度为 200ms 的窗口计算 MFCC 将结果连接到一个向量以生成具有 80 维的特征。