Question

在说话人识别中，提取了MFCC倒谱系数，一帧语音信号有多少个MFCC倒谱系数呢？

我看网上说，C2-C16是说话人识别更好，但是我提取的一帧语音信号的MFCC系数怎么只有12个呢？我觉得一帧的MFCC系数的维数是和DCT的维数和倒谱提升窗口决定的。网上说MFCC一共20维。。这是怎么回事呢？

Answer 1

好几个地方可以决定你有几个参数，
fft.用的多少点，之后，取了几个三角形框频谱，再之后，DCT用几维的。
这些都可以调整的。