MFCC(Mel Frequency Cepstral Coefficient) 간단 정리

0. 참고 자료

멜 스펙트로그램(Mel Spectrogram) 간단 정리

(위 글을 읽고 오시면 이해가 수월해집니다.)

 

Speech Processing for Machine Learning: Filter banks, Mel-Frequency Cepstral Coefficients (MFCCs) and What’s In-Between

 

(MFCC 관련 논문) Lindasalwa Muda, Mumtaj Begam and I. Elamvazuthi, Voice Recognition Algorithms using Mel Frequency Cepstral Coefficient (MFCC) and Dynamic Time Warping (DTW) Techniques, Arxiv, 2010

https://arxiv.org/pdf/1003.4083

 

1. Introduction

지난 글에서는 Mel-scale, Spectrogram, Mel-Spectrogram 등에 대해서 알아보았다.

멜 스펙트로그램만큼 음성 데이터 처리에 많이 쓰이는 기법이 MFCC인데, 오늘은 이 MFCC에 대하여 알아보고자 한다.

 

2. MFCC(Mel Frequency Cepstral Coefficiency) 개요

먼저 MFCC라는 명칭을 하나하나 쪼개 보자.

 

- Mel : 음악 및 음성 처리 분야에서 주파수를 표현하는 단위로, 인간의 청각 시스템은 주파수를 선형적으로 인식하지 않고, 주파수에 대한 인지가 낮은 부분(고주파)에서는 더 많은 주파수 변화를 필요로 한다고 설명했었다. 이를 Mel-scale 단위로 표현한다.

- Frequency : 소리의 높낮이를 나타낸다. 음성 신호의 주파수는 소리의 파동이 몇 번 진동하는지를 나타낸다.

- Cepstral : 주파수의 로그 스펙트럼을 취한 후 역푸리에 변환을 한 것이다. Cepstral은 주파수 성분과 파형 성분으로 분해하여 주파수가 아닌 음성의 특징을 더 잘 표현할 수 있도록 한다.

- Coefficiency : Cepstral 변환 결과에서 선택된 상위 계수들을 의미한다. (MFCC에서는 일반적으로 주파수 영역에서 중요한 정보를 포착하는 몇 가지 계수를 선택한다.)

 

따라서 MFCC는 주파수를 Mel 스케일로 변환하고, Cepstral 분석을 통해 음성의 특징을 추출한 후, 그 중 일부 계수를 선택하여 음성 신호를 효율적으로 표현하는 방법이다. 음성 인식, 화자 인식, 음성 합성 등 다양한 음성 처리 응용 프로그램에서 사용된다.

 

3. MFCC vs Mel Spectrogram

 

 

4. MFCC의 원리

 

--- 2024.05.07 ---

다른 글 먼저 올리고 나중에 내용 추가 예정.

 

5. 구현

 

 

6. 정리하며