MFCC概述及提取流程

　　Mel频率倒谱系数（MFCC）是一种常用于语音和音频信号处理的特征提取方法，它能够有效地捕捉语音信号的重要特征。下面是MFCC的概述及提取流程：
　　概述：
　　MFCC的提取过程涉及多个步骤，包括预加重、分帧、加窗、傅里叶变换、梅尔滤波器组计算、对数和离散余弦变换等。
　　提取流程：
　　预加重（Pre-emphasis）：
　　对输入的语音信号进行预加重，通过高通滤波器强调高频部分，以减少后续处理中的高频噪声对特征提取的影响。
　　分帧（Frame Blocking）：
　　将预处理后的信号分成若干固定长度的帧，通常每帧持续时间为20-30毫秒。
　　加窗（Windowing）：
　　对每一帧的信号应用窗函数，常用的窗函数包括汉明窗、汉宁窗等，目的是减少帧边界处的频谱泄漏。
　　傅里叶变换（Fourier Transform）：
　　对每一帧的加窗信号进行傅里叶变换，将时域信号转换为频域信号。
　　梅尔滤波器组计算（Mel Filterbank Computation）：
　　将傅里叶变换后的频谱图通过一组梅尔滤波器进行滤波，将频率轴转换为梅尔频率轴，以模拟人耳对频率的感知特性。
　　对数运算（Logarithm）：
　　对滤波器组输出的能量值进行对数运算，以增强低能量部分的信息。
　　离散余弦变换（Discrete Cosine Transform, DCT）：
　　对对数能量谱进行离散余弦变换，得到终的MFCC系数。通常只保留前几个系数，其余被舍弃，以达到降维的目的。
　　特征归一化（Normalization）：
　　对得到的MFCC系数进行归一化处理，使其具有零均值和单位方差，以提高特征的稳定性和可比性。