梅尔频率详解

梅尔频率详解

梅尔谱能够刻画人耳听觉相应，广泛应用于语音领域。最近用fbank特征进行模式识别，采用python中librosa库，发现从Hz频率到Mel频率有两种转换方式，而默认的方式并不是按照我们熟知的公式进行转换的，因此详细研究了一下python中librosa库中与mel频谱有关的源代码。这里我们主要关注数学表达，数学表达搞清后写代码自然不是难事。

通常情况下，hz频率$f$与mel频谱$m$通过如下公式转换
$$m=2595lg(1+\frac{f}{700}),f=700(10^{\frac{m}{2595}}-1).$$

一、python库librosa中hz转mel的代码

如下图，函数输入为（frequencies，htk）frequencies为待转化的频率，htk为是否用HTK formula进行转化，默认htk=False。官方文档是这么解释的：htk，bool，If True, use HTK formula to convert Hz to mel. Otherwise (False), use Slaney’s Auditory Toolbox.那么这里的Slaney’s Auditory Toolbox是怎么计算mel频率的呢？根据代码来看是这样：

对于小于1000Hz的频率，进行线性转化，$m=\frac{3f}{200}$
对于大于（等于）1000Hz的频率，对数转化，$m=15+\frac{ln\frac{f}{1000}}{\frac{ln6.4}{27}}$，15是因为$15=\frac{3\ast 1000}{200}$，至于6.4和27怎么来的我也不太清楚……

// An highlighted block
def hz_to_mel(frequencies, htk=False):
    """Convert Hz to Mels

    Examples
    --------
    >>> librosa.hz_to_mel(60)
    0.9
    >>> librosa.hz_to_mel([110, 220, 440])
    array([ 1.65,  3.3 ,  6.6 ])

    Parameters
    ----------
    frequencies   : number or np.ndarray [shape=(n,)] , float
        scalar or array of frequencies
    htk           : bool
        use HTK formula instead of Slaney

    Returns
    -------
    mels        : number or np.ndarray [shape=(n,)]
        input frequencies in Mels

    See Also
    --------
    mel_to_hz
    """

    frequencies = np.asanyarray(frequencies)

    if htk:
        return 2595.0 * np.log10(1.0 + frequencies / 700.0)

    # Fill in the linear part
    f_min = 0.0
    f_sp = 200.0 / 3

    mels = (frequencies - f_min) / f_sp

    # Fill in the log-scale part

    min_log_hz = 1000.0  # beginning of log region (Hz)
    min_log_mel = (min_log_hz - f_min) / f_sp  # same (Mels)
    logstep = np.log(6.4) / 27.0  # step size for log region
                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
    if frequencies.ndim:
        # If we have array data, vectorize
        log_t = frequencies >= min_log_hz
        mels[log_t] = min_log_mel + np.log(frequencies[log_t] / min_log_hz) / logstep
    elif frequencies >= min_log_hz:
        # If we have scalar data, heck directly
        mels = min_log_mel + np.log(frequencies / min_log_hz) / logstep

    return mels

二、MATLAB中hz转mel的代码

hz2mel（frequency），HTK formula（default）

总结：两种计算mel频率的方法

1. HTK formula:
   $$m=2595lg(1+\frac{f}{700}).$$
2. Slaney’s Auditory Toolbox（default）
   $$m=\frac{3f}{200}(f<1000)，m=15+\frac{ln\frac{f}{1000}}{\frac{ln6.4}{27}}（f>=1000）$$
   mel频率与hz频率的转化，在python里面可以用librosa库里面的hz_to_mel/mel_to_hz函数，在MATLAB里面可以用hz2mel/mel2hz函数。但是两者默认的转化法则不同。
   【MATLAB】hz2mel(f)==librosa.hz_to_mel(f,htk=True)【python】