问在不使用MFCC将其转换为模拟信号的情况下，您仍然可以从数字信号中提取特征吗？

EN

您的问题不清楚，因为您错误地使用了术语模拟和数字。模拟是真实世界中的连续函数，即电压、压力等。数字是模拟信号的离散(采样)和量化版本。你必须计算你的音频帧的快速傅立叶变换时，计算MFCC的。你只能从数字信号中提取MFCC-这是相当不可能用模拟的。

如果您正在询问是否可以从mp3文件中提取MFCC，那么可以-这是可能的。你所需要做的就是执行标准的算法，然后你就可以得到你的特征了--显然，这超出了这个问题的范围。

通过对样本平方来计算data.

• Calculate

• 帧的快速傅立叶变换。

• 应用mel滤波器组，并将能量的对数与每个对数的对数相加，计算能量的对数。

你在这里把事情搞混了，就像@jojek说你可以用数字信号做所有的事情。这是教程中的一个很好的地方：

http://practicalcryptography.com/miscellaneous/machine-learning/guide-mel-frequency-cepstral-coefficients-mfccs/

这个更实用：

http://www.speech.cs.cmu.edu/15-492/slides/03_mfcc.pdf

来自维基百科：[http://en.wikipedia.org/wiki/Mel-frequency_cepstrum]

MFCC通常派生如下:1

傅立叶变换(

• )对一个信号进行傅里叶变换(有窗口的摘录)。表示短时傅立叶变换)
• 使用三角形重叠窗口将上面获得的谱的功率映射到mel比例。(在上面的链接中描述的计算)
• 采用每个mel对数功率的对数frequencies.
• Take mel对数功率列表的离散余弦变换，就像它是一个信号一样。
• MFCC是结果谱的振幅。

这里有一个Matlab工具箱，可以帮助你更好地理解它：

http://www.ee.ic.ac.uk/hp/staff/dmb/voicebox/voicebox.html