我们现在完整走一遍mfcc，假定，我们的‘开’音记录在bt4096[4096]数组之中，要搞定这个，前面博客有例子程序，我是一路走下来的，我们取样率8k/s,但我们只取4096字节，一个字节范围是0-255，记录波形以128为中心，上下波动，比如，一般噪音都在128取值附近，所以当我们要想知道一个波形的振幅A,用A=bt4096[i]-128来表达。
1，预加重，公式用程序语言表达，bt4096[i]=bt4096[i+1]-0.95*bt4096[i]；以前经常处理图像用这样的公式，bt4096[i]=bt4096[i+1]-bt4096[i]，他表示，两个像素之间颜色变化有多大，越小，说明比较平坦，越大，表示，这可能是边界上的点，想必是可以借鉴的吧（整幅图像如此处理，就是差分图像，他的意思是说，我只想看到整图的变化部分）！
2，首先应该是分帧，预加重抢了先，那就这样吧！256字节一帧，128为帧移动，那4096字节能有多少帧呢？4096/128=32,那么当取31帧时，已经只剩128字节了，不够取，所以我们干脆取30帧即可。
for (int i = 0; i < 30; i++)
{
double[] frame = new double[256];
for (int j = 0; j < 256; j++)
{
frame[j] = bt4096[i *128+ j ] ;
}
。。。。。。
}
3，汉明窗，别人讲的够多了，我们直接上代码：
for (int i = 0; i < 30; i++)
{ 。。。。。。
// windowing，加汉明窗
for (int j = 0; j < 256; j++)
{
frame[j] *= 0.54 - 0.46 * Math.Cos(2 * Math.PI * j / (256- 1));
}
/////////////////////
}
4，快速傅里叶变换fft，前面博客有，我就过了，用别人的，结果和我一样，已经验证。
需要注意的是，以下都砸在这个循环里for (int i = 0; i < 30; i++){。。。。。。}
5，分26组和计算s(m)=ln∑Hm(k)*|Xa（k）|^2，前面都有了，代码连起来的样子如下（这以下都是一帧frame【256】的处理，懂了，再放入循环里去）：
double[] filterbank = new double[26];
double[] Xr = new double[256];
double[] Xi = new double[256];
for (int i = 0; i < 256; i++)
{
Xr[i] = frame[i];//实部
Xi[i] = 0;//虚部
}
//FFT//别人的fft已经验证过了，256=2^8(fft条件）
FFT(1, 256, Xr, Xi);//计算完，实部和虚部被重新写入值
//以下melfre用自己的202002062131
//假定300hz到8k,分26组
double min_Mel_frequency = Mel_Scale(1, 300);
double max_Mel_frequency = Mel_Scale(1, 8000);
double 梅尔间隔 = (max_Mel_frequency - min_Mel_frequency) / (26 + 1);
double[] 等距梅尔频率组 = new double[28];
double[] 等同mel组映射频率组fanli = new double[28];
int[] fft128样本点256映射temp = new int[28];
等距梅尔频率组[0] = min_Mel_frequency;
等同mel组映射频率组fanli[0] = 300;
for (int i = 1; i < 28; i++)
{
等距梅尔频率组[i] = min_Mel_frequency + 梅尔间隔 * i;
等同mel组映射频率组fanli[i] = Mel_Scale(-1, 等距梅尔频率组[i]);
fft128样本点256映射temp[i] = (int)((128 + 1) * 等同mel组映射频率组fanli[i] / 8000);
}
fft128样本点256映射temp[0] = (int)((128 + 1) * 等同mel组映射频率组fanli[0] / 8000);//记住，要取整数202002061940
//下一步，可以求Hm（k）了。m是26组filterbanks，k在4到128之间。因为是从300开始的。
//画一个256（128*2）的图出来？ok
for (int k = 4; k < 128; k++)
{
// //取平方值
double power = (Xr[k] * Xr[k] + Xi[k] * Xi[k]) / 256;
for (int m = 0; m < 26; m++)
{
double[] frequency_boundary = new double[3];
frequency_boundary[0] = fft128样本点256映射temp[m + 0];
frequency_boundary[1] = fft128样本点256映射temp[m + 1];
frequency_boundary[2] = fft128样本点256映射temp[m + 2];
if (frequency_boundary[0] <= k && k <= frequency_boundary[1])
{
double hmk = (k - frequency_boundary[0]) / (frequency_boundary[1] - frequency_boundary[0]);
filterbank[m] += power * hmk;
}
else if (frequency_boundary[1] <= k && k <= frequency_boundary[2])
{
double hmk = (frequency_boundary[2] - k) / (frequency_boundary[2] - frequency_boundary[1]);
filterbank[m] += power * hmk;
}
}
}
6，取对数（自然对数）：
for (int i = 0; i < 26; i++)
{
filterbank[i] = Math.Log(filterbank[i]);
}
7，进行离散余弦变换，他们说，在江湖混，有一天是要还回来的（离散余弦变换）。或许还回来的是惊喜，是衣锦还乡。
//DCT//dct不用验证了，因为他的fft是ok的。
DCT(1, 26, filterbank);//离散余弦变换实质是fft的实部计算，非常省心。
//获取MFCC特征向量
for (int i = 0; i < 13; i++)
{
feature_vector[i] = filterbank[i];//特征在这里边，乡音未改。
}
好了打完，收工，代码走完，这是不带画图的（画图，耗时，有时还容易出错），画图是给自己学习和别人学习看的，至于去试一试esp8266WiFi开关灯，前面博客代码已经有了，如果你通过对一个实时语音4096字节mfcc计算，如果是开音特征，就让你的台灯亮起来吧！
相信你的台灯也可以亮起来！千呼万唤始出来。
