写一段matlab代码，提取语音信号的mfcc特征（语音信号存储在audio_data中）

以下是一个matlab函数，可以提取语音信号的mfcc特征：

function mfcc_feature = extract_mfcc(audio_data, fs)
% 输入参数：
% audio_data: 语音信号
% fs: 采样率
% 输出参数：
% mfcc_feature: MFCC特征

% 预处理：去除静音段、标准化音量等
audio_data = remove_silence(audio_data);
audio_data = normalize_volume(audio_data);

% 分帧
frame_length = 0.025; % 帧长（秒）
frame_shift = 0.01; % 帧移（秒）
frame_size = round(frame_length * fs); % 帧长（采样点）
frame_step = round(frame_shift * fs); % 帧移（采样点）
frames = enframe(audio_data, frame_size, frame_step);

% 加窗
window = hamming(frame_size);
frames = bsxfun(@times, frames, window');

% 傅里叶变换
nfft = 2^nextpow2(frame_size);
spectra = abs(fft(frames, nfft, 2));

% 梅尔滤波器组
num_filters = 20; % 滤波器个数
low_freq = 0; % 最低频率（赫兹）
high_freq = fs / 2; % 最高频率（赫兹）
mel_filter_bank = mel_filter(num_filters, nfft, fs, low_freq, high_freq);

% 滤波
filtered_spectra = mel_filter_bank * spectra';

% 去除直流分量
filtered_spectra = filtered_spectra(2:end, :);

% 取对数
log_filtered_spectra = log(filtered_spectra);

% 进行离散余弦变换（DCT）
num_ceps = 12; % MFCC系数个数
dct_matrix = dctmtx(num_filters);
mfcc_feature = dct_matrix(1:num_ceps, :) * log_filtered_spectra;

end

其中，remove_silence和normalize_volume是预处理函数，enframe是分帧函数，mel_filter是梅尔滤波器函数。可以在网上找到这些函数的实现代码。