梅尔谱图和 MFCC 之间的区别

Posted 2023-03-13

【中文标题】梅尔谱图和 MFCC 之间的区别

【英文标题】：Difference between mel-spectrogram and an MFCC

【发布时间】：2019-05-24 07:45:53

【问题描述】：

我正在使用 librosa 库将音乐片段转换为 mel 谱图，以用作我的神经网络的输入，如文档 here 中所示。

这与MFCCs 有什么不同，如果有的话？使用它们有什么优点或缺点吗？

【参考方案1】：

要获得 MFCC，请计算 mel 谱图上的 DCT。梅尔谱图之前通常是对数缩放的。

MFCC 是一种非常可压缩的表示，通常只使用 20 或 13 个系数，而不是梅尔频谱图中的 32-64 个波段。 MFCC 的去相关性更高，这对于高斯混合模型等线性模型可能是有益的。凭借大量数据和卷积神经网络等强大的分类器，梅尔谱图通常可以表现得更好。

【参考方案2】：

我想，乔纳的回答并不完全正确。有两个步骤： 1.获取梅尔谱图的日志。 2. 在日志上计算 DCT。 此外，获取日志似乎是训练 NN 的“主要部分”：https://qr.ae/TWtPLD

【参考方案3】：

一个关键的区别是 mel-spectrogram 具有频谱的语义，而 MFCC 在某种意义上是“频谱的频谱”。真正的问题是：将 DCT 应用于 mel 谱图的目的是什么，这有很好的答案 here 和 there。

---

请注意，同时 librosa 也有一个 mfcc 函数。而且看its implementation基本确认是

打电话给melspectrogram， 将其输出转换为日志（通过power_to_db）， 对频率进行 DCT，就好像它们是一个信号一样， 在第一个 n_mfcc 系数之后截断新的“频谱”。