什麼是mfcc特徵及其提取過程
MFCC:Mel頻率倒譜係數的縮寫。Mel頻率是基於人耳聽覺特性提出來的,它與Hz頻率成非線性對應關係。Mel頻率倒譜系數(MFCC)則是利用它們之間的這種關係,計算得到的Hz頻譜特徵。
MFCC引數的提取包括以下幾個步驟:
預濾波:CODEC前端頻寬為300-3400Hz的抗混疊濾波器。
A/D變換:8kHz的取樣頻率,12bit的線性量化精度。
預加重:通過一個一階有限激勵響應高通濾波器,使訊號的頻譜變得平坦,不易受到有限字長效應的影響。
分幀:根據語音的短時平穩特性,語音可以以幀為單位進行處理,實驗中選取的語音幀長為32ms,幀疊為16ms。
加窗:採用哈明窗對一幀語音加窗,以減小吉布斯效應的影響。
快速傅立葉變換(Fast Fourier Transformation, FFT):將時域訊號變換成為訊號的功率譜。
三角窗濾波:用一組Mel頻標上線性分佈的三角窗濾波器(共24個三角窗濾波器),對訊號的功率譜濾波,每一個三角窗濾波器覆蓋的範圍都近似於人耳的一個臨界頻寬,以此來模擬人耳的掩蔽效應。
求對數:三角窗濾波器組的輸出求取對數,可以得到近似於同態變換的結果。
離散餘弦變換(Discrete Cosine Transformation, DCT):去除各維訊號之間的相關性,將訊號對映到低維空間。
譜加權:由於倒譜的低階引數易受說話人特性、通道特性等的影響,而高階引數的分辨能力比較低,所以需要進行譜加權,抑制其低階和高階引數。
倒譜均值減(Cepstrum Mean Subtraction, CMS):CMS可以有效地減小語音輸入通道對特徵引數的影響。
差分引數:大量實驗表明,在語音特徵中加入表徵語音動態特性的差分引數,能夠提高系統的識別效能。在本系統中,我們也用到了MFCC引數的一階差分引數和二階差分引數。
短時能量:語音的短時能量也是重要的特徵引數,本系統中我們採用了語音的短時歸一化對數能量及其一階差分、二階差分引數。
-
開門見山和統領全文意思一樣嗎
不一樣開門見山指開啟門就能看見山。比喻說話或寫文章直截了當談本題,不拐彎抹角。統領全文就是說這句話總結了全文的內容,整篇文章的內容都是圍繞這句(或這段)來展開的。點明主題指的是一句話(或一段話)點出了這篇文章的中心思想。...
-
情人節蛋糕文案簡短走心
在情人節的時候給愛人訂一個蛋糕,上面寫著情人節快樂,祝對方開心幸福的字樣,就是想表達自己對她的這份心意,給她一份驚喜。...
-
藥店為什麼不允許拍照
競爭中要保持價格優勢,禁止拍照是為了防止競爭對手“訪價”。每個藥房都有自己的定價體系,而價格又是現在藥房參與市場競爭的主要手段,大多數藥房會通過訪價參與競爭,這樣快速吸引流量,所以藥店經營者最討厭這樣的“訪價者”。拍照不僅僅是價格,還有就是商品本身。很...
-
什麼季節修剪佛手枝最佳
佛手的修剪時間一般在春天和夏天。春剪要在植株發芽前進行。夏剪也就是在它的生長期進行,主要是剪掉枯枝、病枝、徒長枝等過於雜亂的枝條。另外在佛手開花時還要適當的給它疏花,疏花要保留母枝上的大花朵,疏去瘦弱花,主要是在樹冠的中上部多留花果。疏花的程度要視...