Neural network 什么是MFCC值？

所以我知道什么是MFCC（Mel频率倒谱系数）。但我需要了解每个值是什么。。。它是某种声音频率值还是什么

---

假设我们有这样的矩阵。所以每一行代表一帧的系数，但这些数字是什么？倒谱通常是通过计算一帧语音的（对称）对数功率谱的离散余弦变换得到的；这里，对数功率谱[曲线]被视为一个信号（）。因此，倒谱系数是序列/曲线（表示对数功率谱）和不同“频率”的余弦波之间的相似性度量。倒谱系数捕捉该序列值变化的速率

第一倒谱系数是对数功率谱与[周期]余弦波的点积，余弦波的一个周期从频域中的原点（f=0）开始，并在f=2*Pi弧度（或等效采样频率）结束。举例说明：元音的对数功率谱在低频区（接近f=0）具有高能量，在高频区（接近f=Pi）具有低能量。换句话说，对数功率谱曲线在[0，Pi]范围内的斜率在元音的情况下具有负斜率。由于对数功率谱的这种变化类似于上述余弦波的变化，元音语音帧的第一倒谱系数将具有正值。相反，像/s/这样的清音摩擦音的倒谱[1]将具有负值，因为它的对数功率谱将具有正斜率，这是由于低频时的低能量和高频时的高能量，以及由于发声而在低频时的显著能量

---

类似地，如果在f=Pi/2的对数功率谱中存在一个主谷，倒谱[2]将为正。浊音摩擦音（ex:/z/）的对数功率谱将接近这样的描述，因为由于声音的摩擦性质，在高频下有大量能量。当然，倒谱[0]是对数功率谱值的平均值；它捕获信号的音量/响度。

复制@NikolayShmyrev一点也不…我建议先阅读维基百科条目，然后询问文本中您不理解的内容：。基本上，它是光谱的振幅，它没有单位。