提取语音特征MFCC和RASTA-PLP（可以运行的matlab代码）

[Herm90]
H. Hermansky, “Perceptual linear predictive (PLP) analysis of speech”, J. Acoust. Soc. Am., vol. 87, no. 4, pp. 1738-1752, Apr. 1990.
[HermM94]
H. Hermansky and N. Morgan, “RASTA processing of speech”, IEEE Trans. on Speech and Audio Proc., vol. 2, no. 4, pp. 578-589, Oct. 1994.

介绍两种语音特征的提取方法，一个是大家熟得不能再熟的每篇文章都会提到的MFCC，还有一个是Hermansky提出的RASTA-PLP特征。

MFCC的中文为Mel频率倒谱系数，它的含义就不再解释了，有很多文章都做了详细的阐述。

RASTA-PLP指Relative Spectral Transform – Perceptual Linear Prediction，中文为相对频谱变换-感知线性预测。RASTA-PLP特征其实就是一种经过修正的线性预测倒谱系数。分解来看，PLP是在LPC线性预测上加了一个perceptual，就是根据人的听觉感知特点修改语音功率谱，做了等响度预加重和立方根压缩，RASTA总的来说是使稳态频谱因子更鲁棒的一种方法。

附上可以使用的matlab代码链接，如有需要可自行下载：
https://labrosa.ee.columbia.edu/matlab/rastamat/

在提供的代码中，melfcc.m可以计算PLP和MFCC系数，只需要调用函数时候修改一下参量modelorder即可。rastaplp.m可以计算RASTA-PLP系数。

今天的文章提取语音特征MFCC和RASTA-PLP（可以运行的matlab代码）分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。