MFCC
Mel-Frequency Cepstral Coefficients (MFCCs) are a compact representation of audio features that mimic human auditory perception. Introduced by Davis and Mermelstein in 1980, MFCCs are the de facto feature extraction method for speech recognition and environmental sound analysis. They compress the frequency information of audio signals into a small set of coefficients that capture phonetic content while discarding irrelevant details.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- 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. · URL
- Moustakides, G. V., & Rougui, J. A. (2004). Optimal filtering for polynomial signal models. IEEE Transactions on Signal Processing, 52(8), 2219-2230. · URL
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.