摘要：
这次要讲的是语音处理中常用的特征值 -- Mel频谱图（Mel Spectrogram）和Mel频率倒谱系数（Mel Frequency Cepstrum Coefficient, MFCC）。 什么是Mel？ Mel是S. S. Stevens等人于1937年发表的论文$^{[1]}$中定义的一种 阅读全文
摘要：
这篇文章讲下短时傅里叶变换（Short-Time Fourier Transform, STFT） 为什么要对语音信号进行STFT？ 首先，语音信号由随时间变化的各种频率和振幅组成。我五秒前说过的字和我现在正在说的字组成了我要表达的信息，由于发声器官的变化，每个字都具有不同的频率特性。对语音中的频率 阅读全文
摘要：
为什么要了解加窗？ 先扯远点讲。由于自己基础知识薄弱，导致我以前对行业内各种基础流程都是闭眼过。我的想法是，既然在几十年里大家都默认这么操作，那我的任务也不是在这种流程里挑刺，省下的脑筋可以用来研究这个阶段/时代该研究的东西。 我做实验也是，代码先跑起来看效果，如果效果不好那为什么还要花几天时间去了 阅读全文
摘要：
为什么需要DFT 数字语音信号是离散时间信号，对其进行频域分析可以通过离散时间傅里叶变换（Discrete-time Fourier transform, DTFT）或者离散傅里叶变换（Discrete Fourier transform, DFT）。二者的区别在于，DTFT作用于时域离散的非周期信 阅读全文
摘要：
博客的目的，内容和写作风格。 阅读全文