语音信号特征提取——梅尔频率倒谱系数(MFCC)

**

语音信号特征提取——梅尔倒谱系数(MFCC)

**

一、什么是MFCC

  梅尔倒谱系数（Mel-scale Frequency Cepstral Coefficients，简称MFCC）是在Mel标度频率域提取出来的倒谱参数。Mel标度描述了人耳频率的非线性特性，它与频率的关系可用下式近似表示：

  式中f为频率，单位为Hz。下图展示了Mel频率与线性频率的关系：

二、为什么要用Mel频率

  对于人类听觉感知的实验表明，人类听觉的感知只聚焦在某些特定的区域，而不是整个频谱包络。 而Mel频率分析就是基于人类听觉感知实验的。实验观测发现人耳就像一个滤波器组一样，它只关注某些特定的频率分量（人的听觉对频率是有选择性的）。也就说，它只让某些频率的信号通过，并且直接无视它不想感知的某些频率信号。但是这些滤波器在频率坐标轴上却不是统一分布的，在低频区域有很多的滤波器，他们分布比较密集，但在高频区域，滤波器的数目就变得比较少，分布很稀疏。因此，我们先将线性频谱映射到基于听觉感知的Mel非线性频谱中，然后转换到倒谱上。

三、如何得到倒谱系数