Mel频率倒谱系数是如何工作的？

Question

我已经实时从麦克风输入计算出FFT和音高+绝对频率。现在我想计算音色。

我看到了Mel频率倒谱系数-MFCC，但我并没有很好地理解它。有人能给我一些提示吗？

- André

Answer 1

MFCC将考虑人类听觉方面（对数频率感知，梅尔刻度）和乐器物理学方面（这些系统通常具有定义明确的泛音，是谐波的原因--这就是为什么MFCC使用FFT的FFT），以给出乐器音色的简化表示（其中基频和响度被分解出来）。关于这个主题可以写无数页，网络上也有很多相关内容，因此更具体的问题会更有帮助。计算MFCC的算法在wikipedia页面的顶部列出。

- tom10

---

谢谢你的回答。所以，如果我想获得音色，MFCC 是正确的选择，对吗？ - André

是的，我认为这是一个很好的选择，特别是作为解决问题的第一步。它易于实现，有很多相关文献支持，而且它是其他方法的标准比较对象（通常在这些比较中表现良好），因此它是一个不错的选择。 - tom10

在维基百科中，该算法如下：

1. 对（信号的窗口部分）进行傅里叶变换。
2. 使用三角形重叠窗口将上述光谱的功率映射到 Mel 刻度上。
3. 取每个 Mel 频率处的功率的对数。
4. 对 Mel 对数功率列表执行离散余弦变换，就像它是一个信号一样。
5. MFCC 是所得到光谱的振幅。

我理解所有步骤，但第二步不清楚：使用三角形重叠窗口？我应该做什么，将频率传递到 Mel 刻度，但这个三角形重叠窗口是什么？ - André