Mel频率倒谱系数算法

Question

我想得到一些音频的音色。

为了使用这一点，我将使梅尔倒谱系数算法。

实现看起来很简单(我已经完成了步骤1)：1.对一个信号进行傅立叶变换(一个窗口摘录)。2.使用三角形重叠窗口，将上面获得的频谱的功率映射到mel比例。3.获取每个mel频率的功率的对数。4.采用mel对数幂列表的离散余弦变换，就像它是一个信号一样。5. MFCC是结果谱的振幅。

在步骤2中，我知道如何从频率传递到mel尺度，但我不知道三角形重叠窗口是什么意思。

我如何正确地完成这一步？三角形重叠窗口是什么意思？

Answer 1

完成到mel比例的转化后，应用一组沿该比例均匀分布的重叠三角形过滤器(因此，低频的分布更加紧密)。也就是说，在这里，你将从FFT返回的大致连续的曲线变成一组离散的20-50个离散值。

我在谷歌上搜索了一些滤镜的图片，发现了一些(都是pdfs格式的)，here和here (第4页)。这些还详细描述了它们如何进行计算的其他细节。