语音识别 FBank 和 MFCC 特征 | 拾荒志

[murphypei]

https://murphypei.github.io/blog/2021/10/asr-fbank-mfcc.html

ASR 流程中，音频特征提取是第一步。和 CV 不同，图片本身的 RGB 数值就是一种特征，但是音频本身无法被用于分析，常常是将一段音频提取 FBank 和 MFCC 特征然后作为模型的输入。