标签： algorithm voice frequency
我想获得一些音频的音色。
要使用它，我将制作Mel频率倒谱系数算法。
实现看起来很简单（我已经完成了第1步）： 1.对信号进行傅立叶变换（窗口摘录）。 2.使用三角形重叠窗口将上面获得的光谱的功率映射到梅尔尺度上。 3.记录每个梅尔频率的功率记录。 4.采用mel对数列表的离散余弦变换，就像它是一个信号一样。 5. MFCC是所得光谱的幅度。
在第2步中，我知道如何从频率传递到梅尔规模，但我不知道三角形重叠窗口意味着什么..
如何正确执行此步骤？ 三角形重叠窗口是什么意思？
答案 0 :(得分：0)
完成转换为mel刻度后，应用一组重叠的三角形滤波器，沿着此刻度均匀分布（因此对于低频率间距更近）。也就是说，在这里，您将从FFT返回的粗略连续曲线变为设置离散的20-50个离散值。
我用Google搜索过滤器的图片，发现了一些（包括pdf文件），here和here（第4页）。这些也在一定程度上描述了他们如何进行计算的其他细节。