1.語音訊號的分幀enframe（matlab）

用法：（1）f = enframe(x,n)  %將語音訊號分成長度為n的一幀一幀的訊號

          （2）f =  enframe（x，hamming（n，‘periodic’），n/4）% 用一個有3/4 重疊的漢明窗進行分幀

例 ：f = enframe(y1,100);

        f(10,:)        %f此時列為100的一個矩陣 ，可以通過這樣的方法來得到不同的幀，並在此基礎上對一幀進行處理。

2.sparse 和 full 函式的用法

S=sparse(X)—將矩陣X轉化為稀疏矩陣的形式，即矩陣X中任何零元素去除，非零元素及其下標（索引）組成矩陣S。 如果X本身是稀疏的，sparse(X)返回S。

>> a=[1,0,2;0,0,1;0,0,6];
>> a
a =
     1     0     2
     0     0     1
     0     0     6
>> b=sparse(a)
b =
   (1,1)        1
   (1,3)        2
   (2,3)        1

   (3,3)        6

A=full(X)—把稀疏矩陣X轉換為全矩陣儲存形式A；功能：把稀疏矩陣轉為全矩陣。

>> c=full(b)
c =
     1     0     2
     0     0     1

     0     0     6

3.size 函式

size(X,1),返回矩陣X的行數；
size(X,2),返回矩陣X的列數；
N=size(X,2)，就是把矩陣X的列數賦值給N
 

3.離散餘弦變換 DCT

離散餘弦變換（Discrete Cosine Transform，DCT）是可分離的變換，其變換核為餘弦函式。DCT除了具有一般的正交變換性質外， 它的變換陣的基向量能很好地描述人類語音訊號和影象訊號的相關特徵。因此，在對語音訊號、影象訊號的變換中，DCT變換被認為是一種準最佳變換。

一維DCT定義如下： 設{f(x)|x=0,  1,  …,  N-1}為離散的訊號列。

4. 適量量化 https://blog.csdn.net/lg1259156776/article/details/52126697   點選開啟連結

得到mfcc特徵引數之後要。目前選擇的做法是採用向量量化器來進行分類識別

5.matlab的一些用法，下面這個網站不錯

https://www.yiibai.com/matlab/matlab_colon_notation.html