待验证50% 置信事实精确时间

梅尔频谱图模拟人耳对不同频率的非线性感知特性，将原始音频波形转换为时频域二维表示，便于卷积神经网络进行模式识别

1

来源数

50%

置信度

长期有效

时效性

2026/8/10

首次发现

来源

Papaya：端侧AI隐私应用的技术架构与伦理思考

相关事实

待验证多模态端侧推理中，音频信号需通过梅尔频谱图等方式转化为特征向量，运动数据来自手机加速度计和陀螺仪77% 相似待验证Mel频谱图基于心理声学研究，通过对数变换模拟人耳对低频比高频更敏感的非线性感知特性77% 相似待验证Mel频谱图是模拟人耳听觉感知非线性特性的时频表示，是Whisper等端到端模型的标准输入格式74% 相似待验证现代神经网络VAD如Silero VAD能够在毫秒级区分语音与背景噪声、音乐等不同音频类型71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/728226

API

curl https://kongchang.com/api/v1/knowledge/claims/728226

MCP

get_claim(id=728226)