Madde #491Ses & Konuşma/sozluk/mel-frequency-cepstral-coefficients-mfcc
Mel-Frequency Cepstral Coefficients (MFCC)
Türkçe: Mel-Frekans Kepstral Katsayıları
Ayrıntılı Tanım
Mel-spektrogramın logaritması alınıp üzerine Ayrık Kosinüs Dönüşümü (DCT) uygulanarak elde edilen; ses yolunun (gırtlak ve ağız yapısının) biçimini ses tellerinin titreşiminden ayıran klasik ses öznitelik vektörüdür.
Ne İşe Yarar / Çözülen Problem
Derin öğrenme öncesinde konuşma tanıma ve konuşmacı doğrulama sistemlerinin vazgeçilmez temel taşıdır; çok az veriyle (13-39 katsayı) bir insanın ses imzasını kompakt biçimde çıkarır.
Nasıl Çalışır? (Teknik & Mekanizma)
"Kepstrum" (Spektrum kelimesinin harflerinin ters çevrilmesi): Frekans spektrumunun frekansı alınır. Ses kaynağı (glottal pulse) ile ses yolu filtresi (vocal tract) birbirinden matematiksel olarak ayrıştırılır.
Örnek Senaryo & Pratik Uygulama
Bir insanın ses tellerinin ürettiği ham vızıltı ile ağız/dil hareketlerinin bu sese verdiği "A, E, O" şekillerini birbirinden ayıran akustik filtre.
Benzer Terimlerden Farkı
Mel-spektrogram zengin bir 2D resimken; MFCC onun sıkıştırılmış ve dekorrele edilmiş küçük bir sayı dizisidir.
İlişkili Terimler (2)
Ses, Konuşma ve Müzik Yapay Zekâsı
ASR (Whisper), TTS, Vocoder, Spektrogram analizi ve nöral ses üretimi.
Toplam Terim:30 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#490)Mel-Spectrogram
Sonraki Terim (#492)Automatic Speech Recognition (ASR)