MFCC
Konuşma sinyalinin kısa dönem spektral zarfını insan işitme ölçeğine yakın bir temsilde özetleyen feature set.
Teknik Bağlam
Tipik pipeline pre-emphasis opsiyonu, framing/windowing, FFT power spectrum, mel filter bank, log enerji ve DCT adımlarını içerir. Klasik ASR ve speaker recognition sistemlerinde yaygındır.
Sınırlar
MFCC ham waveform'un kayıpsız gösterimi değildir; phase ve ayrıntılı spektral bilgi büyük ölçüde atılır.
İlgili Kavramlar
- Cepstrum
- Mel Scale
- Filter Bank
- Discrete Cosine Transform