怎么提取声音特征？
2023-09-28
22 阅读
一种比较常用和有效的方法是梅尔频率倒谱系数（MFCC），它是基于人类听觉原理的一种特征提取算法。MFCC的主要步骤如下：）
对声音信号进行预加重，提高高频部分的能量，使得信号更接近人耳的感知。）
对声音信号进行分帧和加窗，将非稳态的时变信号转化为短时平稳的信号，同时减少频谱泄露的影响。）
对每一帧进行离散傅里叶变换（DFT），将时域信号转换为频域信号，得到声谱图。）
对声谱图进行梅尔滤波器组处理，根据人耳对不同频率的敏感度，将线性频率划分为非线性的梅尔频率，得到梅尔频谱。）
对梅尔频谱进行对数运算和离散余弦变换（DCT），得到梅尔频率倒谱系数（MFCC）。）
MFCC是一种常用的声音特征表示，它可以反映声音信号的时频特性，也可以降低特征维度和冗余度。MFCC在语音识别、说话人识别、情感识别等领域有广泛的应用。
