音频信号的处理

1.分帧，每一帧中有固定N个离散信号。帧之间有重叠。
2.加窗。（提高单帧信号的连续性）
3.short -FFT(短时快速傅里叶变换),得到频谱图
注：频谱（spectrum）表示的是频率与能量之间的关系，常用的频谱有线性频谱、对数频谱（log计算，单位为分贝），自功率谱等等。
4.得到“声谱图”（spectro-gram），过程如下：
5.求倒谱图
下面解释为什么要做“倒频谱”:
求频谱其实就是重点关注频率与能量之间的关系，细节不关心，所以我们只想要频谱包络（红线部分。）发现对频谱做了逆FFT之后，包络信息集中在低频区域，用一个低通滤波器就可以得到了，非常方便。
因为人耳对频率响应的特性是对低频敏感，对高频不敏感，所以用滤波器组让f ->mel f 。
这样，整体的思路就是：分帧 —> 加窗 —> FFT ----> 频谱通过Mel滤波器组得到Mel频谱 ----> 求倒频谱