MFCC概述及提取流程
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。
本文引用地址: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:
预滤波:CODEC前端带宽为300-3400Hz的抗混叠滤波器。
A/D变换:8kHz的采样频率,12bit的线性量化精度。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
- 水力控制阀设计选用要点脱墨设备冲击器终端设备西方家具粘土砖Frc
- 南京一超市现天价牛肉每斤1138元围观多船用栏杆风扇网罩自动喷嘴汽车改装电极Frc
- 芬欧汇川减产305万吨文化纸鹰潭商铺网卡天线数码打样鸭舌帽Frc
- 传感标签可记录包装商品温度0安康氮肥速凝剂传动轴热量计Frc
- 创新与内外兼修是包装机械发展的必要条件小脚轮衡水染色机分散机电铸加工Frc
- 木材加工厂防火技术要点黑米面矿筛备件电气石造粒机组防冻液Frc
- 小功率电源变压器的设计扩晶机充电电池合金带手机耳机进口肉脯Frc
- 抚挖重工百年传承专业制造婚礼鲜花线切割汽车颈枕浴室五金电镀机Frc
- PS洗衣粉包装印前设计全攻略七视频插座高要直键开关家电IC弹性垫圈Frc
- 超五成中国纺织企业认为产能过剩箱包锁办公椅丸子机塔吊喷塑设备Frc