Mam już FFT i wysokość + absolutna częstotliwość obliczana w czasie rzeczywistym z wejścia mikrofonu. Teraz chcę obliczyć barwę.Jak działają współczynniki Cepstrum częstotliwości częstotliwościowej?
Widziałem współczynniki Cepstrum Mel częstotliwości - MFCC, ale nie rozumiałem tego bardzo dobrze. Może ktoś mi dać kilka wskazówek na ten temat ..
MFCCs połączyć rozważenie aspektów ludzkiego słuchu (logarytmiczna percepcja częstotliwość, tym mel scale) i fizyka instrumentów muzycznych (systemy te często mają dobrze zdefiniowane Overtones które są harmonic - który dlatego MFCC używają FFT z FFT), aby dać uproszczoną reprezentację barwy instrumentu (gdzie podstawowa częstotliwość i głośność są brane pod uwagę).
Można pisać niekończące się strony na ten temat, a jest wiele dostępnych w Internecie, więc bardziej szczegółowe pytanie, które dokładnie wyjaśni, co chcesz wiedzieć, byłoby pomocne. Algorytm obliczania MFCC znajduje się na górze wikipedia page.
tks za odpowiedź. Więc jeśli chcę uzyskać barwę, MFCC jest sposobem na prawo? –
Tak, myślę, że tak, szczególnie jako pierwszy atak na problem. Łatwo go wdrożyć, dużo o nim napisano i jest to standard, w stosunku do którego porównywane są inne podejścia (i zwykle ma się dobrze w tych porównaniach), więc jest to dobry wybór. – tom10
Na wiki algorytm to: 1. Wykonaj transformatę Fouriera (fragment okna) sygnału. 2. Odwzoruj moce widma otrzymanego powyżej na skalę melową, używając trójkątnych zachodzących na siebie okien. 3. Weź dzienniki mocy na każdej z częstotliwości mel. 4. Wykonaj dyskretną transformację cosinus z listy mocy mel log, tak jakby był sygnałem. 5. MFCC to amplitudy powstałego widma. Rozumiem wszystko, ale krok 2: użycie trójkątnych zachodzących na siebie okien Co powinienem zrobić, przekazać częstotliwość do melowej skali, ale co to jest trójkątnie zachodzące na siebie okno? –