Spektrogram MEL vs log MEL Spectrogram

1. Co to jest spektrogram logów?
2. Jaka jest różnica między MFCC a Melsectrogramem?
3. Czy logarytmiczny jest Mel Scale?
4. Co to jest funkcje logu?

Co to jest spektrogram logów?

Logarytmicznie spektrogram MEL oddaje częstotliwości powyżej określonego progu (częstotliwość narożnika). Na przykład w spektrogramie skalowanym liniowym przestrzeń pionowa między 1000 a 2000 Hz to połowa pionowej przestrzeni między 2000 Hz a 4000 Hz.

Jaka jest różnica między MFCC a Melsectrogramem?

Spekrogram MEL jest często rozstrzygany logarytmicznie. MFCC jest bardzo ściśliwą reprezentacją, często wykorzystującymi zaledwie 20 lub 13 współczynników zamiast 32-64 pasm w spektrogramie Mel. MFCC jest nieco bardziej dekorerelarowany, co może być korzystne w przypadku modeli liniowych, takich jak modele mieszanki Gaussa.

Czy logarytmiczny jest Mel Scale?

Skala MEL jest quasi-logarytmiczną funkcją częstotliwości akustycznej zaprojektowanej tak, że percepcyjnie podobne odstępy skoku (e.g. oktawy) wydają się równe szerokości w pełnym zakresie słuchu.

Co to jest funkcje logu?

Funkcje spektrogramu log-melodii są wyodrębnione z pliku audio wejściowego. Wejście klipu audio jest wstępnie przetwarzane z pełną częstotliwością próbkowania 44 100 Hz. Po uzyskaniu LMS macierz współwystępowania poziomu szarości (GLCM) jest wyodrębniana z LMS, a następnie statystyki obliczane są z GLCM.