Come rendere l'algoritmo MFCC?

Question

Voglio fare l'algoritmo di cepstrum Mel-Frequency ma ci sono alcune cose che non capisco.

Al termine dell'FTT è necessario "mappare i poteri dello spettro ottenuto sopra sulla scala mel, utilizzando finestre sovrapposte triangolari".

So come calcolare i triangoli e so anche come passare alla scala mel. Semplicemente non so cosa fare con loro.

Se i triangoli sono definiti, come si mappa la potenza dello spettro ottenuto sopra sulla scala mel?

È così: Sommare le frequenze all'interno del triangolo e quindi passarlo alla scala del mel? o Sommare le frequenze all'interno del triangolo in base a un valore di peso (definito dall'altezza del triangolo in quel punto) e quindi passarlo alla scala mel? o Passa tutte le frequenze all'interno del triangolo alla scala mel in base al valore weith? Un'altra cosa?

Can

chiunque chiarisce questo a me

Answer 1

Credo che questa fase del processo è un po 'strano e non ha senso completo (per me comunque). Il centro delle bande del filtro sono equidistanti lungo la scala mel, ma sono triangoli sulla scala lineare, cioè proprio come nella figura here.

Quindi calcolare la somma ponderata utilizzando questi triangoli lungo l'asse x lineare. (In questo passaggio precedente, penso che alcuni approcci si normalizzino dall'area del triangolo del filtro, e alcuni no, e onestamente non sono sicuro delle conseguenze finali qui, anche se sospetto che potrebbe non significare molto se non modificare il interpretazione finale che sono comunque tutti confronti relativi: uno mantiene l'energia totale e l'altro dà contributi altrettanto ponderati per banda). Quindi prendi il log di questo (che converte il fattore di volume complessivo in un offset).

Edit: Per essere più chiari sull'applicazione dei filtri ... Ogni triangolo rappresenta un filtro separato, producendo una somma pesata separato. Se ci sono venti filtri nella banca dei filtri, ci saranno venti triangoli e venti somme ponderate da calcolare. Per applicare ciascun filtro, per ogni valore dell'asse x più il valore del filtro in corrispondenza di quella posizione x in base al valore della funzione in quella posizione x, e aggiungere questo alla somma per quel particolare filtro. La maggior parte dei valori dell'asse x con due filtri presenti lì, quindi in ogni posizione x contribuisce a due filtri.