MFCC 均值归一化答案

【问题标题】：MFCC mean normalisationMFCC 均值归一化
【发布时间】：2016-08-12 01:25:17
【问题描述】：

均值归一化是否可以简化为所有 (n,13) 个 MFCC 的简单均值减法并用于训练数据？

np.subtract(mfcc_feat,np.mean(mfcc_feat))

【问题讨论】：

【解决方案1】：

是的，这是正确的。或者，您也可以除以方差。

【讨论】：

由于各种 mfcc-bin 的跨度存在很大差异...是否建议对整个分析框架进行归一化而不是对每个 mfcc-bin 进行归一化？
如果我们谈论的是CMVN，那么这取决于您分析的性质。例如，对于离线语音识别（即当整个话语在识别开始之前出现时），通常的做法是执行一次 CMVN。另一方面，对于在线识别，建议逐步更新均值和方差。
这是个好主意，但我仍然不确定这是否意味着（比如我们有 13 个 mfcc:s）所有系数（箱）都相对于相同的均值/标准差进行归一化（从所有13 mfcc:s 在 N 帧或批次中），或者如果实践是仅相对于它自己的均值/标准差对每个 mfcc 进行归一化。链接的文章说“线性变换倒谱系数以具有相同的分段统计信息”。但我不明白他们的意思。第一个mfcc也往往很大，可能需要特殊处理？
啊，现在我明白你的意思了。在您的情况下，均值将是一个 13 维向量，您将其应用于 MFCC 向量分量。
太好了，这就是我正在寻找的答案。非常感谢。