首页
›
热销单品
›
综合补充资料
›
《MFCC语音特征提取与降噪处理》
所属分类:综合补充资料
当前为单品课程,可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录
咨询 / 购买
📘
MFCC语音特征提取与降噪处理
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · MFCC与降噪在语音识别中的重要性
课程导入
学习目标
02
语音信号基础
采样 · 量化 · 奈奎斯特定理
语音信号基础
采样
03
语音信号预处理
预加重 · 分帧 · 加窗的原理与实现
语音信号预处理
预加重
04
傅里叶变换与频谱
短时傅里叶变换(STFT) · 频谱与功率谱
傅里叶变换
频谱
05
梅尔滤波器组
梅尔刻度 · 三角滤波器设计 · 滤波器组构建
梅尔滤波器组
梅尔刻度
06
对数与离散余弦变换
对数压缩 · DCT原理 · MFCC特征向量生成
对数
离散余弦变换
07
MFCC参数详解
倒谱系数 · 动态特征(Δ · ΔΔ)
MFCC
参数详解
08
MFCC完整提取流程
从音频文件到MFCC特征的Pytho…
MFCC
完整提取流程
09
MFCC参数调优
滤波器数量 · 倒谱系数个数 · 帧长帧移对识别性能的影响
MFCC
参数调优
10
语音降噪概述
噪声类型 · 信噪比 · 降噪目标与评估指标
语音降噪概述
噪声类型
11
经典降噪方法
谱减法 · 维纳滤波 · 最小均方误差(MMSE)估计
经典降噪方法
谱减法
12
基于子空间的降噪
子空间分解 · 信号子空间与噪声子空间分离
基于子空间的降噪
子空间分解
13
基于统计模型的降噪
高斯模型 · 隐马尔可夫模型在降噪中的应用
基于统计模型的降…
高斯模型
14
基于谱估计的降噪
噪声功率谱估计 · 先验信噪比估计(判决引导法)
基于谱估计的降噪
噪声功率谱估计
15
基于深度学习的降噪
全连接网络 · 卷积神经网络(CNN)用于语音增强
基于深度学习的降…
全连接网络
16
循环神经网络与降噪
LSTM/GRU在时序语音降噪中的应…
循环神经网络
降噪
17
生成式模型降噪
自编码器 · 变分自编码器(VAE) · 生成对抗网络(GAN)降噪
生成式模型降噪
自编码器
18
降噪与MFCC结合
降噪前后MFCC对比 · 特征鲁棒性提升策略
MFCC
降噪
19
实战
使用Python实现谱减法降噪并提取…
Python
使用
20
实战
使用维纳滤波降噪并评估MFCC特征变…
MFCC
使用维纳滤波降噪…
21
实战
基于CNN的语音降噪模型训练与MFC…
CNN
MFC
22
实战
基于LSTM的语音增强与MFCC特征…
LSTM
MFCC
23
实战
使用GAN进行语音降噪并提取MFCC…
GAN
MFCC
24
工具与库
librosa · soundfile · noisereduce
工具
librosa
25
数据集与评估
常用语音数据集(TIMIT · LibriSpeech · NoiseX-92)
数据集
评估
26
常见问题与调试
预加重系数选择 · 窗函数影响 · 滤波器组边界
常见问题
调试
27
MFCC与深度学习结合
将MFCC作为CNN/RNN输入 · 端到端语音识别中的特征替代
MFCC
深度学习结合
28
综合项目
构建一个完整的语音识别系统 · 包含降噪预处理 · MFCC提取
综合项目
构建一个完整的语…
29
性能优化与部署
特征提取加速 · 模型压缩 · 实时降噪与MFCC提取的工程实现
性能优化
部署
30
课程总结与进阶方向
回顾核心知识点 · 前沿趋势(自监督学习 · 多模态)
课程总结
进阶方向
所属VIP或分类
同VIP:ADB命令与Android设备调试
同VIP:ADI-SHARC音频系统深度开发实战
同VIP:AEC回声消除与双端通话检测