吧务
level 13
沼跃鱼艾森
楼主
近日jpg成功打开了方正畅听,并抽出了不同于女童声的又一内置音源。经过utau后,成功得到了一段测试音频。
整好我手头有之前拿《我哥在xx》练AI时提取的声音,对比分析那个女人的人声与该测试音频的梅尔倒谱系数(MFCC),尽管混音与和声带来了较大干扰,但接近90分的分数还是令人异常欣喜。
那么看到这儿,你应该知道会发生什么事了吧?
结论性的事就等尘埃落定后,留给我们的主创来说吧。
【梅尔倒谱系数(Mel-Frequency Cepstral Coefficients, MFCC)是一种基于人耳听觉特性设计的语音特征提取方法,广泛应用于语音识别、声纹识别及音频压缩等领域。其核心原理是将声音信号转换为梅尔频率刻度下的倒谱系数,以更贴近人类听觉系统的非线性感知特性。】



2025年06月21日 12点06分
1
整好我手头有之前拿《我哥在xx》练AI时提取的声音,对比分析那个女人的人声与该测试音频的梅尔倒谱系数(MFCC),尽管混音与和声带来了较大干扰,但接近90分的分数还是令人异常欣喜。
那么看到这儿,你应该知道会发生什么事了吧?
结论性的事就等尘埃落定后,留给我们的主创来说吧。
【梅尔倒谱系数(Mel-Frequency Cepstral Coefficients, MFCC)是一种基于人耳听觉特性设计的语音特征提取方法,广泛应用于语音识别、声纹识别及音频压缩等领域。其核心原理是将声音信号转换为梅尔频率刻度下的倒谱系数,以更贴近人类听觉系统的非线性感知特性。】


