梅尔频率倒谱系数如何工作？

Posted 2023-03-13

【中文标题】梅尔频率倒谱系数如何工作？

【英文标题】：How do Mel Frequency Cepstrum Coefficients work?

【发布时间】：2010-12-09 19:37:30

【问题描述】：

我已经根据麦克风输入实时计算出 FFT 和音高 + 绝对频率。 现在我要计算音色。

我看到了 Mel Frequency Cepstrum Coefficients - MFCCs，但我不太了解它。 有人可以给我一些建议吗..

【参考方案1】：

MFCC 结合了对人类听觉（对数频率感知，mel scale）和乐器物理（这些系统通常具有明确定义的泛音，harmonic）的考虑——这就是 MFCC 使用 FFT 的原因FFT），给出乐器音色的简化表示（其中基频和响度被考虑在内）。

你可以写无数关于这个主题的页面，网上有很多可用的，所以一个更具体的问题可以清楚地解释你想知道的内容会很有帮助。计算 MFCC 的算法列在wikipedia page 的顶部。

【讨论】：

知道答案。所以如果我想获得音色，MFCC 是正确的方法吗？

是的，我想是的，尤其是作为对这个问题的第一次攻击。它很容易实现，有很多关于它的文章，它是与其他方法进行比较的标准（通常在这些比较中表现良好），因此它是一个不错的选择。

在 wiki 中，算法是： 1. 对信号（窗口摘录）进行傅里叶变换。 2. 使用三角形重叠窗口将上面获得的光谱的功率映射到梅尔标度上。 3. 记录每个梅尔频率的功率对数。 4. 对 mel 对数幂的列表进行离散余弦变换，就好像它是一个信号一样。 5. MFCC 是所得频谱的幅度。除了第 2 步，我什么都懂：使用三角形重叠窗口我应该怎么做，将频率传递给 mel 比例，但是这个三角形重叠窗口是什么？