MFCC：Mel频率倒谱系数（语音识别）

ゞ浴缸里的玫瑰 2021-11-23 15:06 185阅读 0赞

**概述:**

MFCC：Mel频率倒谱系数的缩写。Mel频率是基于人耳听觉特性提出来的，它与Hz频率成非线性对应关系。Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系，计算得到的Hz频谱特征。

**应用：**

MFCC已经广泛地应用在语音识别领域。由于Mel频率与Hz频率之间非线性的对应关系，使得MFCC随着频率的提高，其计算精度随之下降。因此，在应用中常常只使用低频MFCC，而丢弃中高频MFCC。

**提取流程 :**

**MFCC参数的提取包括以下几个步骤：**

1. 预滤波：CODEC前端带宽为300-3400Hz的抗混叠滤波器。

2. A/D变换：8kHz的采样频率，12bit的线性量化精度。

3. 预加重：通过一个一阶有限激励响应高通滤波器，使信号的频谱变得平坦，不易受到有限字长效应的影响。

4. 分帧：根据语音的短时平稳特性，语音可以以帧为单位进行处理，实验中选取的语音帧长为32ms，帧叠为16ms。

5. 加窗：采用哈明窗对一帧语音加窗，以减小吉布斯效应的影响。

6. 快速傅立叶变换（Fast Fourier Transformation, FFT）：将时域信号变换成为信号的功率谱。

7. 三角窗滤波：用一组Mel频标上线性分布的三角窗滤波器（共24个三角窗滤波器），对信号的功率谱滤波，每一个三角窗滤波器覆盖的范围都近似于人耳的一个临界带宽，以此来模拟人耳的掩蔽效应。

8. 求对数：三角窗滤波器组的输出求取对数，可以得到近似于同态变换的结果。

9. 离散余弦变换（Discrete Cosine Transformation, DCT）：去除各维信号之间的相关性，将信号映射到低维空间。

10. 谱加权：由于倒谱的低阶参数易受说话人特性、信道特性等的影响，而高阶参数的分辨能力比较低，所以需要进行谱加权，抑制其低阶和高阶参数。

11. 倒谱均值减（Cepstrum Mean Subtraction, CMS）：CMS可以有效地减小语音输入信道对特征参数的影响。  
12. 差分参数：大量实验表明，在语音特征中加入表征语音动态特性的差分参数，能够提高系统的识别性能。在本系统中，我们也用到了MFCC参数的一阶差分参数和二阶差分参数。  
13. 短时能量：语音的短时能量也是重要的特征参数，本系统中我们采用了语音的短时归一化对数能量及其一阶差分、二阶差分参数。

转载于:https://www.cnblogs.com/ChenxofHit/archive/2011/04/15/2017508.html

发表评论取消回复

表情：

评论列表（有 0 条评论，185人围观）

还没有评论，来说两句吧...

相关阅读

相关 #语音信号处理基础（十一）——梅尔倒谱系数的提取

文章目录 1.Mel频率倒谱系数（Mel-Frequency Cepstral Coefficients） 2.梅尔参数的提取 1.Mel频

淡淡的烟草味﹌/ 2023年07月07日 03:54/ 0 赞/ 99 阅读

相关 # 语音信号处理基础（十）——梅尔倒谱系数

文章目录 1.定义 2.Mel频率分析 3.编写Mel滤波器函数 1.定义在语音识别（SpeechRecognition

﹏ヽ暗。殇╰゛Y/ 2023年07月07日 03:53/ 0 赞/ 94 阅读

相关滑动差分倒谱系数 matlab,基于Matlab GUI的说话人识别测试平台设计

0引言说话人识别(SpeakerRecognition,SR)是语音识别的一种,是通过话音区分说话人,从而进行身份鉴别与认证的技术。与其他生物认证技术如指纹识别、掌型识别、虹膜

梦里梦外;/ 2023年01月15日 11:21/ 0 赞/ 105 阅读

相关 python 语音识别_带有Python的AI –语音识别

![python 语音识别][python] python 语音识别带有Python的AI –语音识别 (AI with Python – Speech Recogni

快来打我*/ 2022年12月10日 01:27/ 0 赞/ 293 阅读

相关 C# 实现语音播报语音识别

代码如下：语音播报添加引用：System.Speech.Synthesis或Microsoft.Speech.Synthesis public sta

客官°小女子只卖身不卖艺/ 2022年09月02日 03:44/ 0 赞/ 363 阅读

相关语音识别系统

语音识别系统 -------------------- 本系统旨在构建一个语音识别系统，实现电脑自动将人类的语音内容识别出来。 -------------------

小鱼儿/ 2022年07月13日 04:38/ 0 赞/ 459 阅读

相关语音识别过程

语音识别的过程 ![这里写图片描述][1346735158_2112.jpg] [1346735158_2112.jpg]: https://img-my.csdn.

末蓝、/ 2022年05月23日 05:38/ 0 赞/ 234 阅读

相关【声学特征】梅尔频率倒谱系数（MFCC）

转载自：[语音特征参数MFCC提取过程详解][MFCC]。参考文章：[梅尔频率倒谱系数（MFCC）学习笔记][MFCC_]、[声学特征（二） MFCC特征原理][MFCC

╰半橙微兮°/ 2022年05月16日 09:48/ 0 赞/ 408 阅读

相关 MFCC：Mel频率倒谱系数（语音识别）

概述: MFCC：Mel频率倒谱系数的缩写。Mel频率是基于人耳听觉特性提出来的，它与Hz频率成非线性对应关系。Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系，计算

ゞ浴缸里的玫瑰/ 2021年11月23日 15:06/ 0 赞/ 186 阅读

相关 Python 语音识别

> 调用科大讯飞语音听写，使用`Python`实现语音识别，将实时语音转换为文字。参考这篇[博客][Link 1]实现的录音，首先在官网下载了关于语音听写的`SDK`，然后

心已赠人/ 2021年10月23日 15:12/ 0 赞/ 561 阅读