เปรียบเทียบวิธี

	การวิเคราะห์เซปสตรัม	การเข้ารหัสเชิงเส้นพยากรณ์
สาขาวิชา	สวนศาสตร์	สวนศาสตร์
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1963	1975
ผู้ริเริ่ม	Bogert, Healy, Tukey	Freddy Burg, John Makhoul
ประเภท	Spectral decomposition method	Predictive speech coding and analysis
แหล่งต้นตำรับ	Bogert, B. P., Healy, M. J., & Tukey, J. W. (1963). The quefrency alanysis of time series for echoes: cepstrum, pseudo-autocovariance, cross-cepstrum, and saphe cracking. In Time Series Analysis Research Papers (pp. 209–243). Wiley.	Makhoul, J. (1975). Linear prediction: A tutorial review. Proceedings of the IEEE, 63(4), 561–580.
ชื่อเรียกอื่น	cepstrum, MFCC, mel-frequency cepstral coefficients, spectral analysis	LPC, autoregressive model, speech prediction, vocal tract modeling
ที่เกี่ยวข้อง	5	5
สรุป	Cepstral analysis is a spectral analysis technique that decomposes signals into independent components by inverting the log-magnitude spectrum. Pioneered by Bogert, Healy, and Tukey in 1963, cepstral analysis reveals periodic structure in spectra (pitch, echo patterns) and separates source excitation from filter response. Mel-frequency cepstral coefficients (MFCCs) derived from cepstral analysis are the most widely used features in automatic speech recognition, speaker verification, and audio analysis.	Linear Predictive Coding (LPC) is a powerful signal processing technique for modeling and compressing speech by assuming each speech sample can be predicted from a linear combination of previous samples. Pioneered by Burg and Makhoul in the 1970s, LPC is the foundation of speech codecs, speech synthesis, speaker recognition, and speech enhancement. LPC exploits the time-correlated structure of speech to achieve high compression ratios and enable efficient parameter extraction.