语音信号频域分析,简述语音信号的频谱和功率谱的作用

为什么语音信号是时变的信号因为语音信号是非平稳的信号其/对于这种信号progress分析通常有必要语音鉴定的过程和方法如下:语音鉴定过程1、语音-2/采集语音-2/ 。因为语音信号是非平稳的信号，其频域都是随时间变化的，对于这种信号，执行。

1、语音处理中MFCC对应的物理含义是什么?MFCC的物理意义可以简单理解为语言信号在不同频率范围内的能量分布。如果对计算出的系数的低阶部分(一般是前12个)进行IFFT逆变换，就可以得到上图虚线所示的信号的谱包络，即代表声带特征的低频信息。要理解为什么能做到这一点，我们先来看一下倒谱的定义:对信号的傅里叶变换频谱进行对数运算的一种傅里叶逆变换(IFFT) 。

如果e(t)代表声音的输入激励(音高)，h(t)代表声带的反应(也就是我们需要获得的特征)，那么语音信号就是听到了，也就是两者的卷积。在频域中，可以表示为两者的乘积。一般在频域分析中，我们只关注光谱的能量，而忽略其相位信息。其物理意义是一样的，即代表信号频谱的能量在不同频率区间的分布。每个滤波器的功能是获得相应频率范围的频谱能量。如果我们有26个三角滤波器，我们将得到26个MFCC系数。此时，低阶系数可以表示信道的特征。

2、语音特征参数MFCC理解比如我的本科学号是，可以作为我大学的特征值。但是这个学号有什么特定的含义吗？如果没记错的话，15代表入学年份是2015年，14代表我在系里第四个小班(专业1)，后面的11代表班级的编号。但是这个学号很有效。这是我在大学里唯一的标志。只要机器能通过这个学号识别出我，识别率就是100% 。同理，MFCC的13个系数(可能13个一阶差分，13个二阶差分)都是通过离散余弦变换(DCT)得到的，取前13个系数。
【语音信号频域分析,简述语音信号的频谱和功率谱的作用】
但是语音识别是给机器用的，所以我们要对物理信息进行“编码”，得到MFCC13维特征向量。你懂不懂不重要，只要机器能识别。综上所述，我认为MFCC的物理意义是对语音识别领域的语音物理信息(谱包络和细节)进行编码得到的一组特征向量。