语音倒谱特征

最新推荐文章于 2024-06-24 13:24:50 发布

明月几时有.

最新推荐文章于 2024-06-24 13:24:50 发布

阅读量1.3k

点赞数

分类专栏：音频信号处理文章标签：语音倒谱梅尔倒谱

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_35576881/article/details/90606477

版权

倒谱分析是数字语音信号处理中的关键步骤，用于解卷积，将声道和激励分量分离。通过同态滤波，将卷积转化为乘积并进行对数处理，形成倒谱系数。梅尔倒谱系数（MFCC）是在倒谱基础上，结合了频率坐标的梅尔尺度弯折，特别适用于语音识别等任务。

摘要由CSDN通过智能技术生成

倒谱分析

数字语音信号是声道频率特性和激励源二者共同作用的结果（卷积），在语音编码，合成，识别等任务中常需要对语音信号进行解卷，即将语音信号的声道分量和激励分量进行分离，这种方法就是同态滤波。滤波过程是先将卷积处理化为乘积，然后做对数处理，使之成为可分离的相加成分，结果就形成了倒谱 $c(n)=\hat{h}(n)+\hat{i}(n)$

最低0.47元/天解锁文章

明月几时有.

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
语音倒谱特征

倒谱分析数字语音信号是声道频率特性和激励源二者共同作用的结果（卷积），在语音编码，合成，识别等任务中常需要对语音信号进行解卷，即将语音信号的声道分量和激励分量进行分离，这种方法就是同态滤波。滤波过程是先将卷积处理化为乘积，然后做对数处理，使之成为可分离的相加成分，结果就形成了倒谱c(n)=h^(n)+i^(n)c(n)=\hat{h}(n)+\hat{i}(n)c(n)=h^(n)+i^(n)...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。