mfcc的求出

资 源 简 介

mfcc的求出

详 情 说 明

梅尔频率倒谱系数（MFCC）是语音信号处理中常用的特征提取方法，它能有效模拟人耳听觉特性。在Matlab中实现标准MFCC提取主要包含以下关键步骤：

首先需要对语音信号进行预加重处理，通过一阶高通滤波器提升高频分量，补偿语音发声时高频能量衰减。然后进行分帧加窗处理，通常采用25ms的帧长和10ms的帧移，配合汉明窗减少频谱泄漏。

接着对每帧信号进行快速傅里叶变换得到频谱，并通过梅尔滤波器组将线性频率转换为梅尔频率刻度，这个非线性转换更接近人耳感知。计算通过每个梅尔滤波器后的对数能量后，进行离散余弦变换得到倒谱系数，最终保留前12-13个系数作为MFCC特征。

整个过程中，梅尔滤波器组的设计尤为关键，通常采用三角滤波器在梅尔频率上均匀分布。这种基于梅尔尺度的处理使MFCC具有很好的鲁棒性，能有效表征语音的短时频谱特征。