梅爾頻率倒譜系數算法

Question

我想獲得一些音頻的音色。

爲了使用我將製作Mel頻率倒譜系數算法。

實現看起來很簡單（我已經完成了第1步）： 1.對信號進行傅立葉變換（窗口化摘錄）。 2.使用三角形重疊窗口將上面獲得的譜圖的能量映射到梅爾尺度上。 3.記錄每個mel頻率的功率記錄。 4.對梅爾日誌能量列表進行離散餘弦變換，就好像它是一個信號。 5. MFCC是結果頻譜的幅度。

在步驟2中我知道如何從頻率傳遞給梅爾規模，但我不知道這是什麼三角形的交疊窗口..

如何正確地做到這一步？ 三角形重疊窗口是什麼意思？

Answer 1

一旦你完成了對梅爾尺度的轉換，應用一系列重疊的三角形濾波器沿着這個尺度均勻分佈（因此對於低頻來說間隔更緊密）。也就是說，在這裏，您將從FFT返回的大致連續曲線走向一組離散的20-50個離散值。

我搜索了過濾器的圖片，並找到了一些（均爲pdf格式），here和here（第4頁）。這些也在一定程度上描述了他們如何進行計算的其他細節。