R语言 tuneR包 melfcc()函数中文帮助文档(中英文对照)

loveR

melfcc(tuneR)
melfcc()所属R语言包：tuneR

                                         MFCC Calculation
                                         MFCC计算

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Calculate Mel-frequency cepstral coefficients.
计算Mel频率倒谱系数。


用法----------Usage----------


melfcc(samples, sr = samples@samp.rate, wintime = 0.025,
    hoptime = 0.01, numcep = 12, lifterexp = 0.6, htklifter=FALSE,
    sumpower = TRUE, preemph = 0.97, dither = FALSE,
    minfreq = 0, maxfreq = sr/2, nbands = 40, bwidth = 1,
    dcttype = c("t2", "t1", "t3", "t4"),
    fbtype = c("mel", "htkmel", "fcmel", "bark"), usecmp = FALSE,
    modelorder = NULL, spec_out=FALSE, frames_in_rows=TRUE)



参数----------Arguments----------

参数：samples
Object of class "Wave".
对象类“波”。


参数：sr
Sampling rate of the signal.
的信号的采样率。


参数：wintime
Window length in sec.
窗口长度，单位为秒。


参数：hoptime
Step between successive windows in sec.
步骤之间以秒为单位的窗口。


参数：numcep
Number of cepstra to return.
数逆谱返回。


参数：lifterexp
Exponent for liftering; 0 = none;
指数liftering; 0 =无;


参数：htklifter
Use HTK sin lifter.
使用HTK罪升降机。


参数：sumpower
If sumpower=TRUE the frequency scale transformation is based on the powerspectrum, if sumpower=FALSE it is based on its squareroot (absolute value of the spectrum) and squared afterwards.
如果sumpower=TRUE的频率尺度变换是根据上powerspectrum，如果sumpower=FALSE它是基于它的平方根（绝对值的频谱）和平方之后。


参数：preemph
Apply pre-emphasis filter [1 -preemph] (0 = none).
申请预加重滤波器[1 preemph]（0 =无）。


参数：dither
Add offset to spectrum as if dither noise.
添加如果抖动噪声的频谱偏移。


参数：minfreq
Lowest band edge of mel filters (Hz).
最低带边缘的梅尔过滤器（赫兹）。


参数：maxfreq
Highest band edge of mel filters (Hz).
最高带边缘的梅尔过滤器（赫兹）。


参数：nbands
Number of warped spectral bands to use.
扭曲的光谱波段使用的数量。


参数：bwidth
Width of spectral bands in Bark/Mel.
在树皮/梅尔的光谱波段宽度。


参数：dcttype
Type of DCT used - 1 or 2 (or 3 for HTK or 4 for feacalc).
使用的DCT类型 -  1或2个（或3对HTK的或4 feacalc）。


参数：fbtype
Auditory frequency scale to use: "mel", "bark", "htkmel", "fcmel"
使用的听觉频率规模：“梅尔”，“树皮”，“htkmel，fcmel


参数：usecmp
Apply equal-loudness weighting and cube-root compression (PLP instead of LPC).
等响度申请权和立方体根的压迫（PLP，而不是LPC）。


参数：modelorder
If > 0, fit a linear prediction (autoregressive-) model of this order and calculation of cepstra out of "lpcas"
如果> 0，适合一个线性预测（自回归）模型此项命令，并计算逆谱“lpcas的”


参数：spec_out
Should matrices of the power- and the auditory-spectrum be returned
如果电源和听觉频谱矩阵被返回


参数：frames_in_rows
Return time frames in rows instead of columns (original Matlab code)
返回的时限行而不是列（原始MATLAB代码）


Details

详细信息----------Details----------

Calculation of the MFCCs imlcudes the following steps:  <ol> Preemphasis filtering
的MFCCs imlcudes计算以下步骤：<OL>预加重滤波

Take the absolute value of the STFT (usage of Hamming window)
取绝对值的STFT（使用汉明窗）

Warp to auditory frequency scale (Mel/Bark)
经听觉频率规模（MEL /树皮）

Take the DCT of the log-auditory-spectrum
以DCTlog听觉频谱

Return the first 'ncep' components </ol>
返回第一NCEP组件</ OL>


值----------Value----------

<table summary="R valueblock"> <tr valign="top"><td>cepstra </td> <td> Cepstral coefficients of the input signal (one time frame per row/column)</td></tr> <tr valign="top"><td>aspectrum </td> <td> Auditory spectrum (spectrum after transformation to Mel/Bark scale) of the signal</td></tr> <tr valign="top"><td>pspectrum </td> <td> Power spectrum of the input signal.</td></tr> <tr valign="top"><td>lpcas </td> <td> If modelorder > 0 the linear prediction coefficients (LPC/PLP).</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD> cepstra </ TD> <TD>倒谱系数的输入信号（每行/列的一个时间框架）</ TD > </ TR> <tr valign="top"> <TD> aspectrum  </ TD> <TD>听觉谱（谱改造后梅尔/巴克规模）的信号。</ TD> </ TR > <tr valign="top"> <TD> pspectrum  </ TD> <TD>的输入信号的功率谱。</ TD> </ TR> <tr valign="top"> <TD> lpcas  </ TD> <TD>如果modelorder > 0的线性预测系数（LPC / PLP）。</ TD> </ TR> </ TABLE>


注意----------Note----------

The following non-default values nearly duplicate Malcolm Slaney's mfcc (i.e.  <pre> melfcc(d, 16000, wintime=0.016, lifterexp=0, minfreq=133.33, maxfreq=6855.6, sumpower=FALSE) </pre> =~= log(10) * 2 * mfcc(d, 16000) in the Auditory toolbox for Matlab).
以下非默认值近复制马尔科姆斯莱尼的MFCC（即<PRE> melfcc（D，16000，wintime = 0.016，lifterexp = 0，minfreq = 133.33，maxfreq = 6855.6，sumpower = FALSE）</ pre> =~= log(10) * 2 * mfcc(d, 16000)在MATLAB工具箱听觉）。

The following non-default values nearly duplicate HTK's MFCC (i.e.  <pre> melfcc(d, 16000, lifterexp=22, htklifter=TRUE, nbands=20, maxfreq=8000,      sumpower=FALSE, fbtype="htkmel", dcttype="t3") </pre>  =~= 2 * htkmelfcc(:,[13,[1:12]]) where HTK config has "PREEMCOEF = 0.97", "NUMCHANS = 20", "CEPLIFTER = 22", "NUMCEPS = 12", "WINDOWSIZE = 250000.0", "USEHAMMING = T", "TARGETKIND = MFCC_0").
以下非默认值近HTK的MFCC（即<PRE> melfcc（D，16000复制，lifterexp = 22，htklifter = TRUE，nbands = 20，maxfreq = 8000，sumpower = FALSE，fbtype =“htkmel”，dcttype“ t3“的）</预> =~=2 * htkmelfcc(:,[13,[1:12]])其中，HTK配置有PREEMCOEF = 0.97，NUMCHANS = 20，CEPLIFTER = 22，NUMCEPS = 12， WINDOWSIZE = 250000.0，USEHAMMING = T，TARGETKIND = MFCC_0“）。

For more detail on reproducing other programs' outputs, see http://www.ee.columbia.edu/~dpwe/resources/matlab/rastamat/mfccs.html
复制其他程序的输出的更多详细信息，请参阅http://www.ee.columbia.edu/~dpwe /资源/ MATLAB / rastamat / mfccs.html


（作者）----------Author(s)----------


Sebastian Krey <a href="mailto:krey@statistik.tu-dortmund.de">krey@statistik.tu-dortmund.de</a>



参考文献----------References----------

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。