MFCC (Mel-Frequency Cepstral Coefficients)
Mel-Frequency Cepstral Coefficients (MFCCs) er en kompakt repræsentation af lydfunktioner, der efterligner menneskelig auditiv perception. Introduceret af Davis og Mermelstein i 1980, er MFCCs de facto feature-ekstraktionsmetoden til talegenkendelse og analyse af miljølyde. De komprimerer frekvensinformationen af lydsignaler til et lille sæt koefficienter, der indfanger fonetisk indhold, mens irrelevant detaljer kasseres.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Davis, S., & Mermelstein, P. (1980). Comparison of parametric representations for monosyllabic word recognition in continuously spoken sentences. IEEE Transactions on Acoustics, Speech, and Signal Processing, 28(4), 357-366. DOI: 10.1109/TASSP.1980.1163420 ↗
- Young, S. J., Evermann, G., Gales, M. J., et al. (1996). The HTK Book. Cambridge University Engineering Department. link ↗
- Moustakides, G. V., & Rougui, J. A. (2004). Optimal filtering for polynomial signal models. IEEE Transactions on Signal Processing, 52(8), 2219-2230. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Mel-Frequency Cepstral Coefficients. ScholarGate. https://scholargate.app/da/applied-physics/mfcc
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AmbisonicsAnvendt fysik↔ compare
- Hovedrelateret overføringsfunktionAnvendt fysik↔ compare
- Uafhængig Vektor AnalyseAnvendt fysik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →