DCT를 압축 단계로 생각할 수 있습니다. 일반적으로 MFCC에서는 DCT를 취한 후 처음 몇 개의 계수 만 유지합니다. 이것은 기본적으로 DCT가 JPEG 압축에 사용되는 것과 같은 이유입니다. DCT는 경계 조건이 이러한 유형의 신호에서 더 잘 작동하기 때문에 선택됩니다.
DCT를 푸리에 변환과 대조해 봅시다. 푸리에 변환은 정수주기의 정현파로 구성됩니다. 이는 모든 푸리에 기본 기능이 동일한 값으로 시작하고 끝나는 것을 의미합니다. 서로 다른 값으로 시작하고 끝나는 신호를 제대로 나타내는 것은 아닙니다. 푸리에 변환은 주기적으로 연장된다는 것을 기억하십시오. 용지에 신호가 있다고 생각되면 푸리에 변환은 왼쪽과 오른쪽이 만나도록 해당 시트를 원통으로 롤링하려고합니다.
음의 기울기가있는 선 (거의 전형적인)과 비슷한 모양의 스펙트럼을 생각해보십시오. 푸리에 변환은이 모양에 맞도록 많은 다른 계수를 사용해야합니다. 반면, DCT에는 정수가 절반 인주기의 코사인이 있습니다. 예를 들어, 음의 기울기를 갖는 선과 모호하게 보이는 DCT 기저 함수가 있습니다. 마침표 확장 (대신 짝수 확장)을 가정하지 않으므로 해당 모양을 더 잘 맞출 수 있습니다.
자 이것을 합치 자. Mel-frequency 스펙트럼을 계산 한 후에는 사람의 청각 작동 방식과 유사한 방식으로 민감한 스펙트럼을 나타냅니다. 이 형태의 일부 측면은 다른 측면보다 관련성이 있습니다. 일반적으로 스펙트럼에서 잡음이있는 미세한 디테일보다 더 큰 스펙트럼 모양이 더 중요합니다. 스펙트럼 모양을 따르기 위해 부드러운 선을 그리는 것을 상상할 수 있으며, 그리는 부드러운 선이 신호에 대해 거의 알려줄 수 있습니다.
DCT를 취하고 더 높은 계수를 버릴 때이 스펙트럼 모양을 취하고이 매끄러운 모양을 나타내는 데 더 중요한 부분 만 유지합니다. 푸리에 변환을 사용했다면 중요한 정보를 낮은 계수로 유지하는 것이 좋지 않습니다.
MFCC를 기계 학습 알고리즘에 기능으로 공급하는 것에 대해 생각할 경우, 이러한 하위 계수는 스펙트럼 형태의 일부 간단한 측면을 나타 내기 때문에 폐기하는 상위 계수는 노이즈와 유사하기 때문에 좋은 기능을 만듭니다. 훈련하는 것이 중요하지 않습니다. 또한 Mel 스펙트럼 크기 자체에 대한 교육은 아마도 다른 주파수에서의 특정 진폭이 스펙트럼의 일반적인 형태보다 덜 중요하기 때문에 아마 좋지 않을 것입니다.