关于语音信号的 MFCC 特征

信息处理 mfcc
2022-02-03 06:39:03

我正在尝试实现语音识别，但我遇到了几个问题：

  1. MFCC 有 12 个系数。他们的名字是什么？
  2. MFCC 系数的取值范围是多少？
  3. 如果我想以图形方式关联 MFCC 系数，它们边缘的权重单位是什么？
1个回答
  1. 您可以拥有任意数量的 MFCC 系数，12 只是一个广泛使用的数字。正如您可能知道的那样（或者如果没有，请参考旧答案），系数是通过拟合余弦来获得的，以记录滤波器组中的能量。一般12个就够了，多了也不会提高识别率。最好计算它们的导数（Δ'沙ΔΔ跨越时间）。关于名称 - 它们只是 MFCC 的（第一、第二等）。虽然系数c0通常称为能量。
  2. 关于范围的问题并不容易回答。通常在我的应用程序中，它们位于[−12, 12]. 虽然如果你对你的执行倒谱均值归一化，那么你可以期望它们具有高斯分布的值95%其中在[−2, 2].
  3. 我真的不明白这个问题 - 你必须更具体地说明你在问什么。什么边缘？
其它你可能感兴趣的问题
上一篇低通与中值滤波器延迟 下一篇快速二维互相关算法