最近读论文涉及到mel-spectrogram，虽然之前视听觉处理课上也有提到过，但发现我并不是十分了解。
并且，不管是用传统的GMM模型，还是用机器学习中的SVM或神经网络模型，提取声音特征都是第一步。梅尔频谱和梅尔倒谱就是使用非常广泛的声音特征形式。
通过这篇文章，我对此有了一定的了解，在此记录：STFT和声谱图，梅尔频谱（Mel Bank Features）与梅尔倒谱（MFCCs）
