[控场AI]
概念Mel频率倒谱系数

MFCC

梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients),语音和音频处理中常用的特征表示方法,通过对数梅尔滤波器组和离散余弦变换提取频谱包络特征,广泛用于语音识别和说话人识别。

时间轴 (近 90 天)

10月15日

音频回归测试中,因 TTS 模型非确定性会导致相同文本两次合成字节流不同,但听感一致,因此不能采用字节级比对,应提取声学指纹(如 MFCC、F0 轨迹、时长)并使用余弦相似度或 DTW 距离与黄金音频比对。

待验证50%
10月14日

直流偏移指音频波形的中心线偏离零电平,会让波形不对称,影响 MFCC 等特征提取的准确性,甚至引入低频嗡声。

待验证50%

全部知识事实 (2)

来源文章