语音特征参数MFCC提取过程详解 其中讲解了：三角带通滤波器 、计算每个滤波器组输出的对数能量、对数能量、经离散余弦变换（DCT）得到MFCC系数 推荐阅读某乎这位大佬的全部文章： 下面是几篇出自这位大佬的很好的文章： RNNoise超详细解读 webrtc_ns总结笔记 基音计算/音高追踪/pitch tracking笔记

语音特征参数MFCC提取过程详解 其中讲解了：三角带通滤波器 、计算每个滤波器组输出的对数能量、对数能量、经离散余弦变换（DCT）得到MFCC系数 推荐阅读某乎这位大佬的全部文章： 下面是几篇出自这位大佬的很好的文章： RNNoise超详细解读 webrtc_ns总结笔记 基音计算/音高追踪/pitch tracking笔记

鉴于很多同学都在问RNNoise如何把48k的原始代码改成能训练16k音频的， 我就把我做的rnnoise 16k的一些小改动开源出来， 一起探讨研究。   先mark， 后面详细来介绍如何改，代码已经放上了github RNNoise_16k 训练代码 https://github.com/YongyuG/rnnoise_16k 有问题请提出来，1年多前的东西，很多代码都没整理 这

rnnoise会有一个pitch_filter 这是由于因为它们在生成特征时不是用频域上所有频点，而是采取bark's scale的切分频段来对不同频率的频段进行特征处理 这样的话频域上的分辨率会降低，然后导致最后在进行降噪后生成的语音会有一个现象就是oversmoothing,即你会辨别不清共振峰． 尽管bark's scale 在低频部分的频段分得很细，但是他把好几个频率都归为一个频带，