c++ - 如何取MFCC中的前13个系数

Question

我遇到了 MFCC 的问题。我一步一步地按照教程进行操作。在步骤“窗口化”之后，我计算每一帧的 DFT。我的问题是：剩下的步骤，包括“Mel-filter bank”、“log”和“DCT”，是否适用于每一帧？我感到困惑，因为在“DCT”步骤中，我们将采用之前计算的前 13 个系数。那么我们必须采取哪些框架呢？我真的需要一个明确的解释:(

Answer 1

MFCC 是纯粹的本地操作。它在每一帧上重复完成：for (auto f: frames) { std::vector<double> coeff = MFCC(f);. 这意味着 MFCC 的每个部分也重复完成。

Answer 2

首先，如果您还没有看过本教程，我想推荐它。

是的，您必须将 DFT、Mel-filter bank、log 和 DCT 应用于每个和非常帧，然后获得 DCT 的前 13 个系数。系数可以存储在 double 数组的数组中（比如 vector<vector<double>> mfcc）。然后每个 mfcc(i).size = 13 即每帧的前 13 个系数。因此，每个 mfcc(i) 将包含每帧的 13 个系数，并且 mfcc 将是这 13 个系数的向量。

我建议您使用 c++ 库进行 mfcc 提取，而不是从头开始。