最近读论文涉及到mel-spectrogram,虽然之前视听觉处理课上也有提到过,但发现我并不是十分了解。
并且,不管是用传统的GMM模型,还是用机器学习中的SVM或神经网络模型,提取声音特征都是第一步。梅尔频谱和梅尔倒谱就是使用非常广泛的声音特征形式。
通过这篇文章,我对此有了一定的了解,在此记录:STFT和声谱图,梅尔频谱(Mel Bank Features)与梅尔倒谱(MFCCs)
最近读论文涉及到mel-spectrogram,虽然之前视听觉处理课上也有提到过,但发现我并不是十分了解。
并且,不管是用传统的GMM模型,还是用机器学习中的SVM或神经网络模型,提取声音特征都是第一步。梅尔频谱和梅尔倒谱就是使用非常广泛的声音特征形式。
通过这篇文章,我对此有了一定的了解,在此记录:STFT和声谱图,梅尔频谱(Mel Bank Features)与梅尔倒谱(MFCCs)