为了更好地理解入耳蜗的工作机制，提出了一种利用Gammatone滤波器组对基底膜进行仿真的方法。根据 Gammatone滤波器组与人耳基底膜两者在冲激响应、幅频特性等方面的相似性，采用一组中心频率呈对数均匀分布的 Gammatone滤波器组来模拟基底膜。采用多种信号作为输入，对该方法进行仿真测试。仿真结果表明：在纯音、混合音和语音等输入情况下，该方法能仿真人耳基底膜的动态响应过程、频率选择特性和频谱分析特性等重要特征，对于语音压缩、语音识别和人工耳蜗等听觉应用领域有参考价值。

注意：这个函数现在可以从 IoSR Matlab 工具箱中作为 iosr.auditory.gammatoneFast 获得。 ------------------------- bm = gammatoneFast(x,cfs,fs) bm = gammatoneFast(...,align) [bm,env] = gammatoneFast(...) [bm,env,delay] = gammatoneFast(...) 此函数获取输入向量，并将其通过一组四阶伽马通滤波器，中心频率由cfs指定。 该函数返回一个矩阵，每行/列对应一个滤波器输​​出，其中心频率由 cfs 中的相应元素确定。 输出的方向取决于输入的方向：如果x是行向量，则每个滤波器输​​出的输出将包含一行，反之亦然。 中心频率可以是低于奈奎斯特速率（由采样频率 fs 确定）的任何值。 通常，中心频率在 ERB 速率标

matlab离散正弦代码Gammatone Filterbank工具包 使用人类听觉感知模型分析声音的实用程序。 杰森·海瑞斯（Jason Heeris），2013年 概括 这是将Malcolm Slaney和Dan Ellis的gammatone滤波器组MATLAB代码移植到Python 2和3（使用Numpy和Scipy）的方法，下面将对此进行详细介绍。 它通过通过伽马通滤波器组运行信号来分析信号，类似于基于傅立叶的频谱图分析。 安装 您可以使用以下命令直接从此git存储库安装： pip install git+https://github.com/detly/gammatone.git ...或者您可以根据自己的喜好克隆git存储库，然后执行以下操作： pip install . ...或者： python setup.py install ...来自克隆的树。 依存关系 麻木 科学的 鼻子 嘲笑 matplotlib 使用代码 请参阅。 为了演示，找到一个.wav文件（例如），然后运行： python -m gammatone FurElise.wav -d 10 ...以查看

Gammatone 滤波器是对耳朵执行的滤波的一种流行的线性近似。 该例程提供了一个简单的包装器，用于基于伽马色调分析生成时频表面，可用作传统频谱图的替代品。 它还基于对传统 FFT 的输出进行加权，提供对该表面的快速近似。 底层 Gammatone 过滤器（经许可）来自 Malcolm Slaney 的听觉工具箱， http://cobweb.ecn.purdue.edu/~malcolm/interval/1998-010/ 。

完整的语音处理matlab程序。demo为利用ERB Gammatone 滤波器对语音信号进行处理。可以提取基于听觉感知的特征参数。