美尔频率倒谱系数（MFCC）的基本概念

最新推荐文章于 2023-02-28 17:11:57 发布

墨影清泉

最新推荐文章于 2023-02-28 17:11:57 发布

阅读量1k

点赞数 1

文章标签：语音识别人工智能

本文链接：https://blog.csdn.net/qq_42233059/article/details/126527637

版权

美尔频率倒谱系数（Mel-Frequency Cepstral Coefficients,MFCC）的分析是基于人的听觉特性机理，即根据人的听觉实验结果来分析语音的频谱。因为人耳所听到的声音的高低与声音的频率并不成线性正比关系，所以用Mel频率尺度更符合人耳的听觉特性。美尔频率尺度的值大体上对应于实际频率的对数分布关系，其与实际频率的具体关系可用下式表示：

式中，Fmel是以美尔（Mel）为单位的感知频率；f是以Hz为单位的实际频率。临界频率带宽随着频率的变化而变化，并与Mel频率的增长一致，在1000Hz以下，大致呈线性分布，带宽为100Hz左右；在1000Hz以上呈对数增长。类似于临界频带的划分，可以将语音频率划分成一系列三角形的滤波器序列，即美尔滤波器组，如图所示。

在语音的频谱范围内设置若干带通滤波器Hm（k），0≤m≤M，M为滤波器的个数。每个滤波器具有三角形滤波特性，其中心频率为f（m），在Mel频率范围内，这些滤波器是等带宽的。每个带通滤波器的传递函数为

其中， $\sum_{m}^{M-1}H_{m}(k)=1$

美尔滤波器的中心频率f（m）定义为

其中，f和f分别为滤波器组的最高频率和最低频率；f为采样频率；单位为Hz。M是滤波
器组的数目；N为FFT变换的点数，式中 $F_{Mel}^{-1}(b)=700(e^{\tfrac{b}{1125}}-1)$ 。

在MATLAB中，melbankm函数可用于计算Mel滤波器组。函数定义如下：
调用格式：
h =melbankm(p,n,fs,fl,fh,w)
输入参数：fs是采样频率；fl是设计的滤波器的最低频率；fh是设计的滤波器的最高频率（fl和fh都需要用fs进行归一化）；p是设计的Mel滤波器的个数；n是一帧FFT后数据的长度；w是窗函数（'t'代表三角窗；'n'代表汉宁窗；'m'代表汉明窗）。输出参数：h是滤波器的频域响应，是一个p×（n/2+1）的数组，p为滤波器个数，每个滤波器的响应曲线长n/2+1，相当于取正频率的部分。

参考文献：

语音信号处理实验教程；梁瑞宇、赵力、魏昕（编著）

MATLAB语音信号分析与合成（第二版）；宋知用（编著）