メル周波数ケプストラム係数

メル周波数ケプストラム係数とは、メル尺度に基づいて音声から取り出す代表的な特徴量です。MFCC と略されます。

波形を周波数に分解し、メル尺度で目盛り直したうえで、さらに変換をかけて十数個の数値にまとめます。声の音色の特徴が凝縮された形になります。

ディープラーニング以前から音声認識の標準的な特徴量として使われ、現在も基準として登場します。