当您想对给定信号显式应用频域运算时，您需要获得 x[n] 的那些频域样本X，$x[n]$$X[k]$$x[n]$

但是，您也可以在时域样本上应用等效操作，这将隐含地实现对提出的频域操作。然而，为了实现这一点，您应该能够将频域运算转换为时域等效，通常通过应用傅里叶变换属性。$x[n]$$X[k]$

如果您找不到频域操作的这种（简单）时域等效项，那么，不，您不能将其应用于时域样本。

例如，如果您将 DTFT乘以 cotoff 频率的矩形窗口；那么你也可以在时域上执行它作为卷积：，但是如果您要对频率样本执行以下操作，那么很难找到一个简单的时域等效案例...$X(e^{j\omega})$$\omega_c$$Y(e^{j \omega}) = W(e^{j \omega}) X(e^{j \omega})$$y[n] = w[n] \star x[n]$$Y(e^{j \omega}) = log( |X(e^{j \omega})| )$

（请注意，我使用了理论上的 DTFT，来显示表达式，同时参考实际属于 DFT的频率样本，请记住查找时的循环问题准确的表达。）$X(e^{j\omega})$$X[k]$

对于框中包含的 mel 尺度操作，例如操作等，非线性程度可能不允许制定（简单）等效时域表达式，我不知道这样的表达式，但如果你可以找到一个，那为什么不呢。$\log$

具有与三角频域滤波器完全相同的三角响应形状的时域 FIR 滤波器将需要无限长的脉冲响应。这（对于单个 MFCC 系数）会比 FFT 更慢并且需要更多的计算能力。即使是较短的 FIR 滤波器，例如 log(N)+1 个抽头，也可能比优化良好的 FFT 慢。

您可以使用更高阶的 IIR 带通滤波器，但对于您的目的，它可能与 MFCC 滤波器的频率响应足够接近，也可能不够接近。