Binning 是对 DFT 的（平方）幅度的平均操作。你可能会有$256$DFT 箱，但仅在附近$20$滤波器组的输出。因此，您需要平均 DFT 箱组以减少维度$256$到$20$. 对于梅尔缩放滤波器组，平均函数（内核）通常是三角形的，即中心的 DFT 箱比其他箱获得更多的权重。例如，让用于平均最低 DFT 频率的第一个内核存储在一个数组中$W_1[k]$,$k=0,\ldots,K-1$，然后该滤波器组通道的输出计算为

在哪里$R[k]$是（平方）DFT 幅度。这样你计算所有$20$滤波器组输出。你只需要知道（定义）权重$W_i[k]$以及由相应内核平均的 DFT 指数范围。

这个对相关问题的回答也可能会有所帮助（另请查看评论）。

您可以在 Voicebox matlab 工具箱中找到一些示例：

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

在 Mathworks 网站上，您可以找到一个可能的答案：

https://www.mathworks.com/matlabcentral/fileexchange/32849-htk-mfcc-matlab/content/mfcc/mfcc.m

你能发布你自己的版本或努力吗？

关于您关于过滤器组的具体问题：

在 Mels 中查找最大频率：例如，如果您的频率范围是 300Hz-8kHz，您将有 401-2835 Mels（使用频率到 Mels 转换）。Find bin center Mel freq：如果你想要 10 个 bin，你必须有 12 点 11 个区域；所以 bin 宽度=(2835-401)/11=222; 垃圾箱约为：bwm(i) = 401.3、622.5、843.8、1065.0、1286.3、1507.5、1728.8、1950.0、2171.2、2392.5、2613.8、2835；将 Mel 频率转换回线性频率：值将是：bwf(i) = 300、517、782、1104、1496、1973、2554、3262、4123、5171、6446、8000；然后你可以继续计算。

一些代码：

f1=300;
f2=3700;
n=10;
fm1=2595*log10(1+f1/700);
fm2=2595*log10(1+f2/700);
fmw=(fm2-fm1)/(n+1);
fm=fm1:fmw:fm2;
f=700*(exp(fm/1125)-1);
% for plotting
x1=ones(1,n+2);
x1(1:2:(n+2))=0;
x2= zeros(1,n+2);
x2(1:2:(n+2))=1;
plot(f(1:11),x1(1:11))
hold on
plot(f(2:12),x2(2:12))
hold off