手把手教你学Simulink——使用Simulink进行音频特征提取

最新推荐文章于 2026-08-22 08:34:00 发布
原创 最新推荐文章于 2026-08-22 08:34:00 发布 · 885 阅读 · 14 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测

目录

 

手把手教你学Simulink——使用Simulink进行音频特征提取

一、什么是音频特征提取？

二、本教程目标

三、准备工作

四、实现步骤详解

✅ 步骤1：创建Simulink模型

✅ 步骤2：添加音频输入模块

方法一：读取音频文件（适合离线处理）

方法二：实时麦克风输入（适合实时处理）

✅ 步骤3：添加特征提取模块

📌 特征1：MFCC（梅尔频率倒谱系数）

📌 特征2：频谱特征（Spectral Centroid, Bandwidth...）

📌 特征3：能量和短时能量

📌 特征4：零交叉率（Zero Crossing Rate）

✅ 步骤4：连接特征提取模块并可视化

添加 Scope 查看特征变化

连接信号线

✅ 步骤5：导出特征到MATLAB工作区（可选）

✅ 步骤6：配置仿真参数

五、完整框图结构示意（文字版）

六、运行仿真并观察结果

七、结论与拓展方向

✅ 本章收获：

🔍 后续建议拓展方向：

八、参考代码汇总（一键复制）

 

手把手教你学Simulink——使用Simulink进行音频特征提取

一、什么是音频特征提取？

音频特征提取 是从原始音频信号中提取出有助于后续处理或分析的关键信息，广泛应用于语音识别、音乐分类、情感分析、语音增强等领域。

常见的音频特征包括：

  • MFCC（梅尔频率倒谱系数）
  • 频谱质心、带宽、滚降点
  • 零交叉率（Zero Crossing Rate）
  • 能量与短时能量
  • 基频（Pitch）

本教程将手把手教你如何在 Simulink 中实现这些音频特征的提取。

二、本教程目标

我们将使用 Simulink 搭建一个完整的音频特征提取系统，支持以下功能：

  • 实时或离线音频输入
  • 提取 MFCC、能量、频谱等常见特征
  • 可视化特征输出
  • 支持导出到 MATLAB 工作区用于进一步处理

三、准备工作

确保你已经安装了以下工具箱：

  • MATLAB R2023a 或更新版本
  • Simulink
  • DSP System Toolbox（必须）
  • Audio Toolbox（推荐）

四、实现步骤详解

✅ 步骤1：创建Simulink模型

 

matlab

深色版本

modelName = 'AudioFeatureExtraction';
new_system(modelName);
open_system(modelName);

✅ 步骤2：添加音频输入模块

方法一：读取音频文件（适合离线处理）

 

matlab

深色版本

add_block('dsp/Signal Management/Signal Attributes/Audio File Read', [modelName '/AudioFileReader']);
set_param([modelName '/AudioFileReader'], 'Filename', 'your_audio_file.wav');
set_param([modelName '/AudioFileReader'], 'PlayCount', 'inf'); % 循环播放

方法二：实时麦克风输入（适合实时处理）

 

matlab

深色版本

add_block('audioio/Audio Device Reader', [modelName '/MicInput']);

✅ 步骤3：添加特征提取模块

📌 特征1：MFCC（梅尔频率倒谱系数）

 

matlab

深色版本

add_block('audio/Mel-Frequency Cepstral Coefficients', [modelName '/MFCCExtractor']);

双击配置参数：

  • 输入采样率（如 44100 Hz）
  • 输出维数（默认 13 维）
  • 是否输出对数能量（Log energy）

📌 特征2：频谱特征（Spectral Centroid, Bandwidth...）

 

matlab

深色版本

add_block('audio/Spectral Descriptor', [modelName '/SpectralDescriptor']);

选择输出类型：

  • Spectral Centroid（频谱质心）
  • Spectral Spread（频谱宽度）
  • Spectral Skewness（偏度）
  • Spectral Kurtosis（峰度）
  • Spectral Rolloff Point（滚降点）

📌 特征3：能量和短时能量

 

matlab

深色版本

add_block('audio/Power Estimate', [modelName '/EnergyEstimator']);

可以设置帧长、重叠长度等参数。

📌 特征4：零交叉率（Zero Crossing Rate）

 

matlab

深色版本

add_block('audio/Zero-Crossing Rate', [modelName '/ZCR_Estimator']);

✅ 步骤4：连接特征提取模块并可视化

添加 Scope 查看特征变化

 

matlab

深色版本

add_block('simulink/Sinks/Scope', [modelName '/MFCC_Scope']);
add_block('simulink/Sinks/Scope', [modelName '/Spectral_Scope']);
add_block('simulink/Sinks/Scope', [modelName '/Energy_Scope']);
add_block('simulink/Sinks/Scope', [modelName '/ZCR_Scope']);

连接信号线

 

matlab

深色版本

add_line(modelName, 'AudioFileReader/1', 'MFCCExtractor/1');
add_line(modelName, 'MFCCExtractor/1', 'MFCC_Scope/1');

add_line(modelName, 'AudioFileReader/1', 'SpectralDescriptor/1');
add_line(modelName, 'SpectralDescriptor/1', 'Spectral_Scope/1');

add_line(modelName, 'AudioFileReader/1', 'EnergyEstimator/1');
add_line(modelName, 'EnergyEstimator/1', 'Energy_Scope/1');

add_line(modelName, 'AudioFileReader/1', 'ZCR_Estimator/1');
add_line(modelName, 'ZCR_Estimator/1', 'ZCR_Scope/1');

✅ 步骤5：导出特征到MATLAB工作区（可选）

使用 To Workspace 模块将特征保存下来供后续训练或分析使用：

 

matlab

深色版本

add_block('simulink/Sinks/To Workspace', [modelName '/MFCC_ToWorkspace']);
set_param([modelName '/MFCC_ToWorkspace'], 'VariableName', 'mfccData');
set_param([modelName '/MFCC_ToWorkspace'], 'SaveFormat', 'StructureWithTime');

✅ 步骤6：配置仿真参数

进入菜单栏：Simulation > Model Configuration Parameters

设置如下参数：

  • Solver: Fixed-step
  • Type: Discrete (no continuous states)
  • Stop time: 'inf'
  • Fixed-step size: 1/44100（对应采样率）

五、完整框图结构示意（文字版）

 

深色版本

[ Audio Input ] --> [ MFCC Extractor ] --> [ Scope / To Workspace ]
                  |
                  v
         [ Spectral Descriptor ] --> [ Scope / To Workspace ]
                  |
                  v
           [ Power Estimate ] --> [ Scope / To Workspace ]
                  |
                  v
       [ Zero-Crossing Rate ] --> [ Scope / To Workspace ]

六、运行仿真并观察结果

点击 Run 开始仿真，你会看到各个Scope窗口中显示：

  • MFCC随时间的变化
  • 频谱质心、带宽
  • 能量波动
  • 零交叉率变化趋势

同时，如果添加了 To Workspace 模块，可以在MATLAB命令行中查看变量如 mfccData, spectralData 等。

七、结论与拓展方向

✅ 本章收获：

  • 学会使用 Simulink 提取常用音频特征（MFCC、能量、频谱、ZCR）
  • 掌握音频特征的实时可视化方法
  • 初步了解如何将特征数据导出用于机器学习或模式识别任务

🔍 后续建议拓展方向：

  1. 结合机器学习模型（如SVM、CNN）进行音频分类；
  2. 构建端到端语音识别系统（结合深度学习模块）；
  3. 实现实时特征提取+GUI界面控制（使用App Designer）；
  4. 部署到嵌入式平台（如树莓派、FPGA）；
  5. 多通道音频特征提取（立体声或多麦克风场景）；
  6. 自定义特征提取算法（通过MATLAB Function Block编写）

八、参考代码汇总

 

matlab

深色版本

modelName = 'AudioFeatureExtraction';
new_system(modelName);
open_system(modelName);

% 添加音频输入源
add_block('dsp/Signal Management/Signal Attributes/Audio File Read', [modelName '/AudioFileReader']);
set_param([modelName '/AudioFileReader'], 'Filename', 'your_audio_file.wav');
set_param([modelName '/AudioFileReader'], 'PlayCount', 'inf');

% 添加特征提取模块
add_block('audio/Mel-Frequency Cepstral Coefficients', [modelName '/MFCCExtractor']);
add_block('audio/Spectral Descriptor', [modelName '/SpectralDescriptor']);
add_block('audio/Power Estimate', [modelName '/EnergyEstimator']);
add_block('audio/Zero-Crossing Rate', [modelName '/ZCR_Estimator']);

% 添加示波器
add_block('simulink/Sinks/Scope', [modelName '/MFCC_Scope']);
add_block('simulink/Sinks/Scope', [modelName '/Spectral_Scope']);
add_block('simulink/Sinks/Scope', [modelName '/Energy_Scope']);
add_block('simulink/Sinks/Scope', [modelName '/ZCR_Scope']);

% 连线
add_line(modelName, 'AudioFileReader/1', 'MFCCExtractor/1');
add_line(modelName, 'MFCCExtractor/1', 'MFCC_Scope/1');

add_line(modelName, 'AudioFileReader/1', 'SpectralDescriptor/1');
add_line(modelName, 'SpectralDescriptor/1', 'Spectral_Scope/1');

add_line(modelName, 'AudioFileReader/1', 'EnergyEstimator/1');
add_line(modelName, 'EnergyEstimator/1', 'Energy_Scope/1');

add_line(modelName, 'AudioFileReader/1', 'ZCR_Estimator/1');
add_line(modelName, 'ZCR_Estimator/1', 'ZCR_Scope/1');

% 设置仿真参数
set_param(modelName, 'StopTime', 'inf');
set_param(modelName, 'Solver', 'Fixed-step');
set_param(modelName, 'SolverName', 'discrete (no continuous states)');
set_param(modelName, 'FixedStep', '1/44100');

📌 下节预告：手把手教你学Simulink——使用Simulink实现语音活动检测（VAD）系统
如果你喜欢这个系列，请点赞、收藏，我会持续更新更多实用教程！

 

标签
#音视频
手把手教你学Simulink--基于Simulink的高阶统计量分析应用
MHD0815的博客
07-05 902
手把手教你学Simulink——基于Simulink的高阶统计量分析应用。
使用Simulink进行音频特征提取
amy_mhd的博客
06-30 144
音频特征提取是从原始音频信号中提取出有助于后续处理或分析的关键信息，广泛应用于语音识别、音乐分类、情感分析、语音增强等领域。MFCC（梅尔频率倒谱系数）频谱质心、带宽、滚降点零交叉率（Zero Crossing Rate）能量与短时能量基频（Pitch）本教程将手把手教你如何在Simulink中实现这些音频特征的提取。
simulink模块和matlab函数库对频谱分析的尝试
Mr.邹的博客
11-14 9113
使用matlab函数库和simulink模块进行傅里叶变换和谱密度等分析
手把手教你学Simulink--Simulink中的音频降噪技术应用
MHD0815的博客
06-25 102
本文详细介绍了基于Simulink实现音频降噪的技术流程。首先阐述了音频降噪的基本原理，包括预处理、特征提取、降噪算法和后处理四个关键步骤。接着提供了具体实现步骤：从准备音频数据开始，到创建Simulink模型、设计各处理模块（以谱减法为例），最后连接模块并设置仿真参数。文章特别强调了噪声谱估计的重要性，并指出实际应用中可能需要更复杂的估计技术。通过这一流程，读者可以构建一个基础的音频降噪系统，并根据需要进一步改进算法以获得更好的降噪效果。
simulink中几个bit型操作模型
weixin_30268921的博客
01-15 2692
bit concat 将两个fix point 数据 结合到一块。 bit rotate 循环移位 bit shift 移位 又分逻辑移位和算术移位，逻辑移位不管最高位0或1，统统移0，算术移位会移最高位的值。 bit slice 位切割，取原来bits的某几个bits。 转载于:https://www.cnblogs.com/lianjiehere/p/4226830.html...
Simulink模块说明
Mathematic_Van的博客
02-17 1万+
将一组输入元素合并成一条总线**输入：**要包含在总线中的输入元素。**输出：**由合并的输入元素组成的输出总线，指定为虚拟或非虚拟总线。
MATLAB源码实现功率谱和功率谱密度分析
weixin_36304957的博客
08-08 1214
MATLAB（Matrix Laboratory的缩写）是一个高级数值计算环境和第四代编程语言，广泛应用于工程计算、数据分析、算法开发等多个领域。它提供了一个交互式的计算环境，用户可以通过简单的命令进行矩阵运算、数据可视化、以及复杂的算法设计和实现。作为一个强大的数学软件，MATLAB具备广泛的内置数学函数和工具箱，这些工具箱针对特定的应用领域，例如信号处理、图像处理、统计分析等，提供了一系列预先编写好的函数和应用程序接口（API）。这些功能使得MATLAB在信号处理领域成为了一个非常流行的平台。
手把手教你学Simulink——信号处理场景：语音信号的去噪处理与特征提取
MHD0815的博客
08-09 1137
在语音通信、智能语音助手、语音识别等应用中，语音信号的质量直接影响系统的性能。由于环境噪声的存在（如风声、电器噪音、人声干扰等），原始采集到的语音信号往往被噪声污染。因此，语音信号的去噪处理是语音信号处理中的一个重要环节。此外，在语音识别、语音情感分析、说话人识别等任务中，还需要对语音信号进行特征提取，以获得其关键的频谱或时域特征，如MFCC（梅尔频率倒谱系数）、短时能量、过零率等。本文将手把手带你使用实现一个完整的语音信号去噪与特征提取系统，并进行仿真验证。
手把手教你学Simulink——使用Simulink实现语音活动检测（VAD）系统
xiaoheshang_123的博客
07-11 594
手把手教你学Simulink——使用Simulink实现语音活动检测（VAD）系统。
MBD_入门篇_17_Simulink逻辑和位运算模块
ALongAuto的博客
02-20 5472
比如说8bit的数据，位数就是从0到7，最低位是0，最高位是7.16bit的数据，位数就是从0到15，最低位是0，最高位是15。向左移2位，相当于乘以2的2次方。和上面CompareToZero模块唯一的不同就是，这个模块比较的值可以设定，通过参数设定。不包含边界值的时候，模块图标也会变化，3.5不在(0.5, 3.5)之内，输出为false。用输入值和零作比较的模块，运算方式跟比较运算一样，可以选择大于，小于，等于等等。用输入值和常量作比较，运算方式跟比较运算一样，可以选择大于，小于，等于等等。
Simulink 频谱分析工具
热门推荐
罗伯特祥的博客
12-09 2万+
Power Spectral Density模块 Spectrum Analyzer模块 传送门：Spectrum Analyzer
3704对象关闭时_Simulink(位提取与移位运算模块)+Matlabgui（常用对象介绍一）
weixin_36432875的博客
01-05 2896
1 SimulinkSimulink-位提取与移位运算模块a.移位运算模块 使用移位运算可以分别指定数据位和小数点左移多少位；数据的左移右移相对应数据进行乘2的n次方与乘以2的负n次方增加或减少；b.位提取模块将数据输入到位提取模块后，可以选择不同的模式；去前四位、后四位、最高有效位、最低有效位、位范围约束如下图即分别读取前四位和后四位数据(前半部分和后半部分...
基于matlab的音频波形实时采集显示 v0.1
Thoughts_storms的专栏
07-04 8357
matlab 实时采集音频数据并动态显示时域波形
NUS：冻结语义表征构建视频生成潜空间
大模型任我行的博客
08-19 348
当前视频自编码器的潜空间主要优化像素级重建，但重建最优的潜空间是否适合生成建模？论文提出V-RAE，在冻结的视觉基础模型表征之上构建紧凑的生成潜空间，实现更高质量、更快收敛的视频生成。
WebUI、API、CLI 和 Agent Skill 如何共用一条视频生成流水线
最新发布
未来已来，AI时代，学AI编程，做AI量化，就来大鹏AI教育。
08-22 339
bookcourse-ref: 5fcb0294f53276b6a16cb410383e6f4e6ee91c6a|book/大鹏 AI 视频生成技术实战/英文版/08 From Models to Systems.md|8. From Models to Systems|740e632d69c29ed6cc227ff0d189cc2dde45c6c25692f48b7e19e5ebd0027d63。
IT6622 技术解析：eARC音频回传与HDMI发射单芯片方案
2601_96679904的博客
08-18 199
芯片同时承载正向视频发射与反向eARC音频采集两套独立数据流：正向链路中，内置视频发生器生成视频流，外部音频经TX数字音频输入引脚送入音频编码器，两者合并为完整HDMI TMDS信号输出至显示终端；硬件内置音频解码流水线，回传音频可自动分流至四路独立I2S通道，支持TDM时分复用输出，兼容8声道无损高清音频。内置硬件音频多路切换单元，可自由切换eARC回传音频与外部I2S输入音频两路音源，混合后送入HDMI音频编码器封装至TMDS数据流。多路音频通道硬件独立缓存，切换过程无音频中断或卡顿。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小蘑菇二号

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值