zhangming0411的博客

对分类任务来讲，本质也就是经过常见的线性变换、拉伸、旋转将低维数据投影到高维空间，继而凸显放大了不同样本之间的差异，也就是说学习到了数据的分布特征。

应该是原先的c0 作为直流分量过大 ，导致识别效果不好。用log energy来代替之前的直流分量c0 因为log缩小了一下会更好

但是无论音色如何差别，共振峰却都是近似的。只要在特定的频率范围内产生共振，就会给我们某个特定元音的感觉。这也是为什么不同人发不同的声，都能听懂的原因

人声的共振峰有一个有意思的特性，每一个元音都有对应的一个共振峰，而且这个共振峰不随音高（pitch）的改变而改变。我们可以用不同的音高去发出相同一个元音。此时声带振动的频率改变，但是共鸣腔不变。也可以用相同的音高去发出不同的元音，此时声带振动的频率不变而共鸣腔的形状改变。也就是说，无论你声音高低，只要发出的是那个元音，那么被增强的频率就是它对应的频率。因此会造成的一个现象就是，当声音越来越高，高到超过了频率比较低的共振峰的时候，这个共振峰就失去了作用。这时候听起来的声音就会有点奇怪，但是这种奇怪，有

我们在嘈杂的地方为什么还能听懂别人在说什么？因为音强最大的部分还是能为我们感知到。这就说明这是一个声音区别于其他声音的主要特征。也就是说，共振峰是声音的主要特征。（能量大）所以我们要测量共振峰的频率值，从物理上把握一个声音的性质。...