语音盒中melcepst（）中的采样时间和帧重叠，matlab？

Question

我有一个矩阵21000x13 mfccs从一个wav文件。我有一个标签文件，该文件具有文本文件中该时间段的开始时间结束时间和标签。我需要找到mfcc矩阵中每个帧的时间，以便每个帧都可以使用标签。有谁知道采样率（30ms/50ms/20ms）和重叠（30％/ 40％/ 50％）。因此，我可以使用帧数X采样率+/-找到每帧落入的时间，重叠将给出帧的实际时间。例如。 1x20ms = 20ms，下一帧将在时间2x20 = 40，但在这里必须考虑重叠，因此如果50％重叠，则重叠为30。

Answer 1

默认samping率是11025赫兹

默认帧大小是2的最高功率，其小于0.03 *采样率。对于默认的抽样率，帧大小为256个样本。您可以使用此公式进行计算：

pow2(floor(log2(0.03*fs))) 

默认重叠为50％。

所以默认的帧增量是128个样本。要获得偏移量，您需要将帧移位（128）上的帧数乘以采样率（11025）。

你可以在这里找到

http://www.ee.ic.ac.uk/hp/staff/dmb/voicebox/doc/voicebox/melcepst.html