¿Cómo hacer un algoritmo MFCC?

Question

Quiero hacer el algoritmo Mel-Frequency Cepstrum pero hay algunas cosas que no entiendo.

Después de que termine el FTT, necesitamos "Mapear los poderes del espectro obtenido anteriormente en la escala mel, utilizando ventanas superpuestas triangulares".

Sé cómo calcular los triángulos y también sé cómo pasar a mel scale. Simplemente no sé qué hacer con ellos.

Si se definen los triángulos, ¿cómo mapeo la potencia del espectro obtenido anteriormente en la escala mel?

¿Es así: Sume las frecuencias dentro del triángulo y luego páselo a mel scale? o ¿Suma las frecuencias dentro del triángulo de acuerdo con un valor de peso (definido por la altura del triángulo en ese punto) y luego lo pasa a escala mel? o ¿Pasa todas las frecuencias dentro del triángulo a mel scale de acuerdo con el valor weith? ¿Otra cosa?

¿Puede cualquier persona

aclara esto a mí

Answer 1

Creo que este paso del proceso es un poco raro y no tiene sentido completo (para mí de todos modos). El centro de las bandas de filtro está igualmente espaciado a lo largo de la escala mel, pero son triángulos en la escala lineal, es decir, al igual que la figura here.

Luego calcule la suma ponderada usando estos triángulos a lo largo del eje x lineal. (En este paso previo, creo que algunos enfoques se normalizan por el área del triángulo del filtro, y otros no, y honestamente no estoy seguro de las consecuencias finales aquí, aunque sospecho que puede no significar mucho excepto modificar el interpretación final que son todas comparaciones relativas de todos modos. Uno mantiene la energía total, y el otro da contribuciones igualmente ponderadas por banda.) A continuación, tome el registro de esto (que convierte el factor de volumen global en un desplazamiento).

Editar: Para ser más claros al aplicar los filtros ... Cada triángulo representa un filtro separado, produciendo una suma ponderada por separado. Si hay veinte filtros en su banco de filtros, habrá veinte triángulos y veinte sumas ponderadas para calcular. Para aplicar cada filtro, para cada valor del eje x, multiplique el valor del filtro en esa ubicación x por el valor de la función en esa ubicación x, y añádalo a la suma de ese filtro en particular. La mayoría de los valores del eje x con dos filtros están presentes allí, por lo que en cada ubicación x hace una contribución a dos filtros.