JAVA实现MFCC算法

语音识别中的MFCC参数提取的java源码和FFT的java源码

public final class FFT {
	public int logm;
	final int MAXLOGM = 20; /* max FFT length 2^MAXLOGM */
	final double TWOPI = 6.28318530717958647692;
	final double SQHALF = 0.707106781186547524401;
	int brseed[] = new int[4048];
	float tab[][];

	public FFT（int nlength） {
		double dtemp = Math.log（nlength） / Math.log（2）;
		if （（dtemp - （int） dtemp） != 0.0） {
			throw new Error（“FFT length must be a power of 2.“）;
		} else {
			this.logm = （int） dtemp;
		}
		if （logm >= 4） {
			creattab（logm）;
		}
	}

	/**
	 * Calculates the magnitude spectrum of a real signal. The returned vector
	 * contains only the positive frequencies.
	 */
	public float[] calculateFFTMagnitude（float x[]） {
		int i n;
		n = 1 << this.logm;

		if （x.length > n） {
			throw new Error（“Tried to use a “ + n
					+ “-points FFT for a vector with “ + x.length + “ samples!“）;
		}

		rsfft（x）;

		float[] mag = new float[n / 2 + 1];
		mag[0] = x[0]; // DC frequency must be positive always

		if （n == 1） {
			return mag;
		}
		mag[n / 2] = （float） Math.abs（x[n / 2]）; // pi （meaning: fs / 2）

		// System.out.println（“FFT before magnitude“）;
		// IO.DisplayVector（x）;

		for （i = 1; i < n / 2; i++） {
			mag[i] = （float） Math.sqrt（x[i] * x[i] + x[n - i] * x[n - i]）;
			// System.out.println（mag[i] + “ “ + x[i] + “ “ + x[n-i]）;
		}

		// IO.DisplayVector（mag）;
		return mag;
	}

	/**
	 * Calculates the magnitude spectrum of a real signal. The returned vector
	 * contains only the positive frequencies.
	 */
	public double[] calculateFFTMagnitude（double inputData[]） {
		int i n;
		n = 1 << this.logm;
		if （inputData.length > n） {
			throw new Error（“Tried to use a “ + n
					+ “-points FFT for a vector with “ + inputData.length
					+ “ samples!“）;
		}

		// System.out.println（“magnitude test“）;
		// double[] dtest = DSP.DFTMagnitude（inputData）;
		// IO.DisplayVector（dtest）;

		float[] x = new float[n];
		for （i = 0; i < inputData.length; i++） {
			x[i] = （float） inputData[i];
		}

		rsfft（x）;

		// System.out.println（“FFT before magnitude“）;
		// IO.DisplayVector（x）;

		double[] mag = new double[n / 2 + 1];
		mag[0] = x[0]; // DC frequency must be positive always

		if （n == 1） {
			return mag;
		}
		mag[n / 2] = Math.abs（x[n / 2]）; // pi （meaning: fs / 2）

		for （i = 1; i < n / 2; i++） {
			mag[i] = Math.sqrt（x[i] * x[i] + x[n - i] * x[n - i]）;
			// System.out.println（mag[i] + “ “ + x[i] + “ “ + x[n-i]）;
		}

		// IO.DisplayVector（mag）;
		return mag;
	}

	/**
	 * Calculates the power （magnitude squared） spectrum of a real signal. The
	 * returned vector contains only the positive frequencies.
	 */
	public double[] calculateFFTPower（double inputData[]） {
		int i n;
		n = 1 << this.logm;

		// System.out.println（“magnitude test“）;
		// double[] dtest = DSP.DFTMagnitude（inputData）;
		// IO.DisplayVector（dtest）;

		float[] x = new float[n];
		for （i = 0; i < inputData.length; i++） {

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      17791  2012-03-08 19:25  MFCC.java

     文件      20160  2012-03-08 19:26  FFT.java

----------- ---------  ---------- -----  ----

                37951                    2