MFCC基本配置参数解释
SOURCEKIND = WAVEFORM -文件种类是语音
SOURCEFORMAT = WAV -格式是WAV格式
SOURCERATE = 625.0-采样率是16KHZ(16000个采样点/s,1个点是1/160000s=625*100ns,100ns是HTK的时间单位)
TARGETKIND=MFCC_E_D_A -目标是MFCC文件,以及energy(E,能量), delta(D,一阶导数),delta-delta(A,二阶导数)
TARGETRATE=100000 -窗间隔为10ms(100000*100ns)
WINDOWSIZE=250000 -窗长为25ms(250000*100ns)
ZMEANSOURCE=T -将来源文件取zero mean,即去掉DC值
USEHAMMING=T -使用hamming window
PREEMCOEF=0.97 -预加重系数0.97
NUMCHANS=26 -在MEL刻度下等分成26个频带,滤波器组的组数
USEPOWER=F -不使用c(0)参数
ENORMALISE = T-对能量归一化
CEPLIFTER = 22 -倒谱升降系数
NUMCEPS = 12-倒谱参数数
SAVECOMPRESSED = F -不以压缩模式保存输出文件
SAVEWITHCRC = T-将校验和加到输出参数文件
CVN:Cepstral Variance Normalization(倒谱方差归一化)
CMN:Cepstral Mean Normalization(倒谱均值归一化)