[控场AI]
概念Mel-spectrogram / 梅尔频谱 / 梅尔倒谱系数

Mel特征

模拟人耳非线性频率感知的语音特征表示,通过短时FFT和三角形Mel滤波器组将频谱压缩为低维特征图,是语音识别与关键词检测中的常用声学特征

时间轴 (近 90 天)

10月19日

将模型迁移到另一个运行时之前,必须核对采样率、PCM 格式、帧长与帧移、Mel 特征配置、输入张量形状、输出标签顺序、量化设置、检测阈值;即使模型文件不变,只要预处理发生变化,召回率也可能下降。

待验证50%
10月12日

Mel特征是把短时音频帧(如25ms窗、10ms步长)先做FFT得到频谱,再通过三角形Mel滤波器组压缩到20-40个频带,最后取对数得到的特征图

待验证60%
10月12日

Mel特征参数(采样率、帧长、Mel数量)一旦确定,训练与推理必须严格一致,否则模型精度会明显下降

待验证50%

全部知识事实 (3)

来源文章