一、人工智能

　　從LeNex手寫數字識別，AlexNet圖像識別，到無人駕駛汽車，再到Alpha Go、Alpha Go Zero的橫空出世，人工智能無疑已經成為了當下科技的大熱。那麽什麽是人工智能呢？直白點，人工智能就是讓機器擁有人的智能。科學家們為了讓機器擁有智能，從人是如何識別、思考、解決問題的角度出發，為機器量身訂做了一套方案。

　　神經網絡就是一個最好的例子：早期，科學家們從鳥兒的翅膀發明了飛機，現在，科學家們從人是如何思考的，大腦是如何運作的出發，進而發明了神經網絡。下面我們要引出本篇博客的重點mfcc特征提取算法，這也是基於人類的行為而發明出來的。

二、mfcc算法

　　mfcc是為了完成聲音識別而開發出來的一套算法，基於人是如何識別聲音的。首先明確四點：

　　1.語音信號的大部分信息包含在低頻分量中；

　　2.語音信號的大部分信息包含在低幅部分中；

　　3.人耳聽到的聲音高低與聲音頻率不成線性關系，但是與該聲音頻率的對數近似成線性正比關系；

　　4.人並不能區分所有頻率分量，只有兩個頻率分量相差一定帶寬時（1000hz以下，帶寬恒定100hz；1000hz以上，帶寬與中心頻率成指數關系），人類才能區分，否則人就會把兩個音調聽成一個，這稱為屏蔽效應，帶寬稱為臨界帶寬；（中心頻率：聲音高低主要與頻率有關，由於可聽聲的聲頻太寬(從20Hz到20000Hz)，為便於進行頻率分析，將其分為若幹段，稱為頻程。每頻程的上限與下限頻率的幾何平均值稱為該頻程的中心頻率）

　　MFCC在一定程度上模擬了人耳對語音的處理特點，應用了人耳聽覺感知方面的研究成果，采用這種技術語音識別系統的性能有一定提高。

　　mfcc是一種特征，這個特征在自動語音和說話人識別中廣泛的使用。

　　如果現在給我們一段語音，我們首先得到它的頻譜包絡（連接所有共振峰值點的平滑曲線，共振峰值攜帶了聲音的辨識屬性，如同人的身份證），但是對於人類來說，人類聽覺的感知至聚焦在某些特定的區域而不是整個頻譜包絡，而MEL頻率分析就是基於人類聽覺感知實驗的。實驗觀測發現人耳就像一個濾波器組一樣，它只關註某些特定的頻率分量。它在低頻區域有很多的濾波器，在高頻區域則較少。

　　人耳聽覺的特性與Mel頻率的增長一致，Mel濾波器能向人一樣的去提取特征。（而gfcc是基於GT濾波器的）

人工智能我見及特征提取mfcc算法理解