मैं पहले से ही एफएफटी और पिच + पूर्ण आवृत्ति माइक्रोफोन के इनपुट से वास्तविक समय में गणना की है। अब मैं timbre की गणना करना चाहता हूँ।मेल फ्रीक्वेंसी सेप्स्ट्रम गुणांक कैसे काम करते हैं?
मैंने मेल फ्रीक्वेंसी सेप्स्ट्रम गुणांक - एमएफसीसी देखा लेकिन मुझे यह बहुत अच्छी तरह से समझ में नहीं आया। कोई इस पर मुझे कुछ सुझाव दे सकते हैं ..
MFCCs मानव सुनवाई के पहलुओं पर विचार करने गठबंधन (लघुगणक आवृत्ति धारणा है, mel scale) और संगीत वाद्ययंत्र के भौतिकी (इन प्रणालियों अक्सर अच्छी तरह से परिभाषित किया है मकसद है कि harmonic कर रहे हैं - जो यही कारण है कि एमएफसीसी एफएफटी के एफएफटी का उपयोग करते हैं), एक उपकरण के समय के सरलीकृत प्रतिनिधित्व देने के लिए (जहां मौलिक आवृत्ति और जोर से फैक्टर किया जाता है)।
कोई इस विषय पर अंतहीन पृष्ठ लिख सकता है, और वेब पर कई उपलब्ध हैं, इसलिए एक और विशिष्ट प्रश्न जो स्पष्ट रूप से बताता है कि आप क्या जानना चाहते हैं। एमएफसीसी की गणना के लिए एल्गोरिदम wikipedia page के शीर्ष पर सूचीबद्ध है।
उत्तर के लिए tks। तो अगर मैं timbre प्राप्त करना चाहता हूं, तो एमएफसीसी सही होने का तरीका है? –
हां, मुझे ऐसा लगता है, खासकर समस्या पर पहले हमले के रूप में। इसे कार्यान्वित करना आसान है, इसके बारे में बहुत कुछ लिखा गया है, और यह एक मानक है जिसके खिलाफ अन्य दृष्टिकोण की तुलना की जाती है (और यह आमतौर पर इन तुलनाओं में अच्छी तरह से करता है), इसलिए यह एक अच्छी पसंद है। – tom10
विकी में एल्गोरिदम है: 1. फोरियर ट्रांसफॉर्म (एक खिड़की वाला अंश) सिग्नल लें। 2. त्रिभुज ओवरलैपिंग विंडो का उपयोग करके, ऊपर पैमाने पर प्राप्त स्पेक्ट्रम की शक्तियों को मानचित्र करें। 3. प्रत्येक मेल आवृत्तियों पर शक्तियों के लॉग लो। 4. मेल लॉग शक्तियों की सूची के अलग कोसाइन परिवर्तन को लें, जैसे कि यह एक संकेत था। 5. एमएफसीसी परिणामस्वरूप स्पेक्ट्रम के आयाम हैं। मैं सबकुछ समझता हूं लेकिन चरण 2: त्रिभुज ओवरलैपिंग विंडो का उपयोग मुझे क्या करना चाहिए, मेल पैमाने पर आवृत्ति पास करें, लेकिन यह त्रिकोणीय ओवरलैपिंग विंडो क्या है? –