ウェーブレット変換
ウェーブレット変換は、信号やデータを周波数と時間の情報に分解して解析する数学的手法です。AI分野では、音声認識や画像処理における特徴量抽出の前処理として、局所的な特徴を効率よく捉えるために活用されています。
特徴量抽出のAI用語一覧
3件特徴量抽出に関するAI用語を3件掲載しています。意味や使い方、関連用語を一覧から確認できます。
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（MFCC）は、人間の聴覚特性に合わせて音声を分析・数値化する特徴量抽出手法です。音声認識や話者識別において、音の高さやスペクトルの特徴を効率よく捉えるために広く利用されています。
メル周波数ケプストラム係数 (MFCC)
メル周波数ケプストラム係数（MFCC）は、音声認識や音声合成などの音声信号処理において、人間の耳の知覚特性を模して音声データから抽出される代表的な特徴量です。周波数スペクトルを対数・非線形なメル尺度に変換し、離散コサイン変換を施すことで、音声の「音色」や「声質」を効率的に表現します。機械学習モデルへの入力データとして広く利用されています。