Cómo superar las diferentes distribuciones de coeficientes MFCC de diferentes conjuntos de datos de voz?

1. ¿Cuántos coeficientes MFCC hay??
2. Cómo se extraen las características de MFCC para el reconocimiento de voz?
3. ¿Por qué usamos DCT en MFCC??
4. ¿Qué es el bloqueo de cuadros en MFCC??

¿Cuántos coeficientes MFCC hay??

2. Hay 39 características de MFCC: A. 12 características de MFCC.

Cómo se extraen las características de MFCC para el reconocimiento de voz?

La técnica de extracción de características de MFCC básicamente incluye ventana la señal, aplicar el DFT, tomar el registro de la magnitud y luego deformar las frecuencias en una escala MEL, seguido de la aplicación del DCT inverso.

¿Por qué usamos DCT en MFCC??

DCT es el último paso del proceso principal de extracción de características MFCC. El concepto básico de DCT es correlacionar el valor del espectro MEL para producir una buena representación de la propiedad Spectral Local. Básicamente, el concepto de DCT es el mismo que la transformación inversa de Fourier.

¿Qué es el bloqueo de cuadros en MFCC??

1) Bloqueo de cuadros: significa obtener las características características de la señal del habla en un estado más estable procesandola a intervalos de tiempo pequeños. 2) Ventana: las ventanas se pueden definir como dividir una señal de habla en un período de tiempo de una longitud particular.