文档摘要

2.3 MFCC 与 Fbank 特征详解 上一节的功率谱是"半成品"。这一节把它炼成两件成品：Fbank 保留了各频带的能量形状，MFCC 则在 Fbank 上再做取对数和离散余弦变换，去相关、压包络。换句话说，MFCC 更去冗余、适合传统模型，Fbank 更贴原始频谱、常被深度学习模型直接吞下。本节从音量谱一路演算到 39 维常见特征向量，并给出两者在不同时代的选型逻辑。 会员。《2.3 MFCC 与 Fbank 特征详解》收录于灏天文库文集《语音识别技术基础：声学模型与语言模型》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/506-%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF%E5%9F%BA%E7%A1%80%E5%A3%B0%E5%AD%A6%E6%A8%A1%E5%9E%8B%E4%B8%8E%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流