Jak interpretować krok DCT w procesie ekstrakcji MFCC?

1. Co to jest DCT w MFCC?
2. Jak wyjaśnić MFCC?
3. Jakie jest wyjście ekstrakcji funkcji MFCC?
4. Dlaczego używamy dyskretnej transformacji cosinus?

Co to jest DCT w MFCC?

DCT jest ostatnim krokiem głównego procesu ekstrakcji funkcji MFCC. Podstawową koncepcją DCT jest koreluje wartość spektrum MEL, aby uzyskać dobrą reprezentację lokalnych lokalnych właściwości. Zasadniczo koncepcja DCT jest taka sama jak odwrotna transformacja Fouriera.

Jak wyjaśnić MFCC?

Cepstralne współczynniki częstotliwości MEL (MFCC) sygnału są małym zestawem cech (zwykle około 10-20), które zwięźle opisują ogólny kształt koperty spektralnej. W miR jest często używany do opisania barwy.

Jakie jest wyjście ekstrakcji funkcji MFCC?

Wyjście po zastosowaniu MFCC to macierz z wektorami cech wyodrębnionych ze wszystkich ramek. W tej macierzy wyjściowej wiersze reprezentują odpowiednie liczby ramek i kolumny reprezentują odpowiednie współczynniki wektora funkcji [1-4]. Wreszcie ta macierz wyjściowa jest używana do procesu klasyfikacji.

Dlaczego używamy dyskretnej transformacji cosinus?

Dyskretna transformacja cosinusowa jest stosowana w Stratnym Kompresji obrazu, ponieważ ma bardzo silne zagęszczenie energii, i.mi., Jego duża ilość informacji jest przechowywana w bardzo niskiej częstotliwości sygnału i odpoczynku inna częstotliwość posiadająca bardzo małe dane, które można przechowywać za pomocą bardzo mniejszej liczby bitów (zwykle co najwyżej 2 2 ...