MFCCFilterBank的提取流程

来源：爱go旅游网

MFCCFilterBank的提取流程

1. 预加重：通过⼀个⼀阶有限激励响应⾼通滤波器，使信号的频谱变得平坦，不易受到有限字长效应的影响。

2. 分帧：根据语⾳的短时平稳特性，语⾳可以以帧为单位进⾏处理，实验中选取的语⾳帧长为32ms，帧移为16ms。3. 加窗：采⽤汉明窗对⼀帧语⾳加窗，以减⼩吉布斯效应的影响。

1. 汉明窗，海明窗，是⼀个窗函数，这个函数在某⼀区间有⾮零值，⽽在其余区间皆为0。这是为了⽅便做快速傅⾥叶变换4. 快速傅⽴叶变换（Fast Fourier Transformation, FFT）：将时域信号变换成为信号的功率谱（频域信号）。

5. 梅尔滤波器组：⽤⼀组Mel频标上线性分布的三⾓窗滤波器（共24个三⾓窗滤波器），对信号的功率谱滤波，每⼀个三⾓窗滤波器覆盖的范围都近似于⼈⽿的⼀个临界带宽，以此来模拟⼈⽿的掩蔽效应。⼀般取40个三⾓滤波器，取对数后即40维fbank6. 求对数：三⾓窗滤波器组的输出求取对数，可以得到近似于同态变换的结果。

7. 离散余弦变换（Discrete Cosine Transformation, DCT，可选）：去除各维信号之间的相关性（去相关），将信号映射到低维空间（从40维降到13维）。若去除这⼀步，得到的则是Filter Bank特征，因为dnn模型可以学习特征间的相关性，因此不需要

去相关性的操作。

8. 得到MFCC或Filter Bank

9. Delta差分：⼤量实验表明，在语⾳特征中加⼊表征语⾳动态特性的差分参数，能够提⾼系统的识别性能。在本系统中，我们也⽤到了MFCC参数的⼀阶差分参数(Delta-Delta)和⼆阶差分参数(Delta-Delta+Delta)。

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文