声音信号的处理（勘误）

（1）梅尔频率倒谱系数、Mel Spectrogram和梅尔谱的关系

（2）conformer的输入是声学特征，不是原始音频

（3）声音的处理到输入confomer

（1）梅尔频率倒谱系数、Mel Spectrogram和梅尔谱的关系

梅尔频率倒谱系数（Mel Frequency Cepstral Coefficients，MFCCs）、Mel Spectrogram和梅尔谱（Mel-Scale Spectrum）都是在语音信号处理中常用的声学特征表示方式。它们之间有些许差别，下面对它们进行对比说明：

1. 梅尔谱 梅尔谱是将频率轴上的线性刻度变为梅尔刻度，从而更好地适应人耳的听觉特性，使用 Mel 滤波器组对频谱进行滤波，然后将滤波后的信号进行对数变换得到的频谱。梅尔谱的特点是更加符合人耳的感受特性，能够突出语音信号的共振峰。

2. Mel Spectrogram Mel Spectrogram是将频谱图在频率轴上转换为梅尔刻度，得到的梅尔谱之后，再进行短时傅里叶变换得到的。Mel Spectrogram可以看作是在时间域上对梅尔谱的一种扩展，它表示了音频信号在时间和 Mel 频率域上的能量分布情况。Mel Spectrogram常用于声音分析和语音识别。

3. MFCCs MFCCs是对Mel Spectrogram在频率维度上再次进行离散余弦变换（Discrete Cosine Transform，DCT），得到的一组用于语音特征表达的系数。MFCCs能够有效地压缩声音信息，