Mel频率倒谱系数算法

Question

我想获得一些音频的音色。

为了使用它，我将制作梅尔频率倒谱系数算法。

实现看起来很简单（我已经完成了第 1 步）： 1. 对信号进行傅里叶变换（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标度上。 3. 记录每个梅尔频率的功率对数。 4. 对 mel 对数幂的列表进行离散余弦变换，就好像它是一个信号一样。 5. MFCC 是得到的频谱的幅度。

在第 2 步中，我知道如何从频率传递到 mel 比例，但我不知道三角形重叠窗口是什么意思..

如何正确执行此步骤？ 三角重叠窗是什么意思？

Answer 1

完成到 mel 音阶的转换后，应用一组沿此音阶均匀分布的重叠三角滤波器（因此低频间隔更紧密）。也就是说，这里您要从 FFT 返回的大致连续曲线到一组离散的 20-50 个离散值。

我四处搜索过滤器的图片，并找到了一些（均为 pdf 格式）here 和 here（第 4 页）。这些还详细描述了它们如何进行计算的其他细节。