梅尔倒谱系数特征（Mel-frequency cepstral coefficients，MFCC）

引言

感知实验表明，人耳对于声音信号的感知聚焦于某一特定频率区域内，而非在整个频谱包络中。

MFCC特征是应用非常广泛的语音特征。

语音的MFCC特征是基于人耳感知实验得到，将人耳当成特定的滤波器，只考虑某些特定频率成分。这些滤波器是在频域上不均匀分布的。更多的滤波器聚集于低频部分，高频部分的滤波器较少。采样率16Khz时，下图实例：

MFCC计算及其意义

MFCC是一种倒谱特征，计算意义见下图：

其中，对于声音信号，一般会进行分帧后再提取特征，利用不同的窗函数实现。

MFCC可以描述为：【Spectrum → Mel-Filters → Mel-Spectrum】

先计算当前帧数据的频谱（FFT）得到短时谱，再经过MEL滤波器滤波，输出对数MEL能量谱，经过DCT去相关，得到MFCC系数（此时特征维数由DCT系数数目决定）。

其中，经过对数操作之后，有同态信号处理的意思。

经过特征提取，语音信号可以通过一系列的倒谱向量表示。

转载于:https://www.cnblogs.com/ytxwzqin/p/10717978.html