So überwinden Sie verschiedene MFCC -Koeffizientenverteilungen aus verschiedenen Sprachdatensätzen?

1. Wie viele MFCC -Koeffizienten gibt es?
2. Wie MFCC -Merkmale für die Spracherkennung extrahiert werden?
3. Warum verwenden wir DCT in MFCC??
4. Was ist eine Rahmenblockierung in MFCC??

Wie viele MFCC -Koeffizienten gibt es?

2. Es gibt 39 Merkmale von MFCC: a. 12 MFCC -Funktionen.

Wie MFCC -Merkmale für die Spracherkennung extrahiert werden?

Die MFCC -Feature -Extraktionstechnik enthält im Grunde genommen das Fenster des Signals, das Anwenden des DFT, das Aufnehmen des Protokolls der Größenordnung und das Verziehen der Frequenzen auf einer MEL -Skala, gefolgt von der Anwendung des inversen DCT.

Warum verwenden wir DCT in MFCC??

DCT ist der letzte Schritt des Hauptprozesses der MFCC -Feature -Extraktion. Das grundlegende Konzept von DCT besteht darin. Grundsätzlich ist das Konzept von DCT das gleiche wie die inverse Fourier -Transformation.

Was ist eine Rahmenblockierung in MFCC??

1) Rahmenblockierung: Es bedeutet, die charakteristischen Merkmale des Sprachsignals in einem stabileren Zustand zu erhalten, indem es in kleinen Zeitintervallen verarbeitet wird. 2) Fenster: Das Fenster kann definiert werden, um ein Sprachsignal in einen Zeitraum einer bestimmten Länge zu teilen.