Chirp MFCC 作为语音与音频应用特征的重要性
信号处理
2024-08-27 v1 声音
音频与语音处理
摘要
本文提出了一种基于 Chirp Z 变换的新特征，它能够提供更优的底层真实频谱表示。该特征称为 Chirp MFCC，是通过从 Chirp 幅度谱而非傅里叶变换幅度谱计算梅尔频率倒谱系数（MFCC）导出的。文中讨论了该提出的理论基础，并利用高斯似然积进行了实验验证，以展示与常规 MFCC 相比，所提出的 Chirp MFCC 能提供更好的类别分离度。此外，使用三个不同的任务对该特征进行了现实世界评估，即语音 - 音乐分类、说话人识别和语音命令识别。结果显示，在所有三个任务中，所提出的 Chirp MFCC 均提供了显著的改进。
引用
@article{arxiv.2402.12239,
title = {Significance of Chirp MFCC as a Feature in Speech and Audio Applications},
author = {S. Johanan Joysingh and P. Vijayalakshmi and T. Nagarajan},
journal= {arXiv preprint arXiv:2402.12239},
year = {2024}
}
备注
Computer Speech & Language, 2024