？)
FFT把時間序列轉(zhuǎn)換為頻率分量適合識別周期、諧波和頻帶能量變化。MFCC在頻譜基礎(chǔ)上壓縮出更接近聽覺尺度的表示常用于關(guān)鍵詞和設(shè)備聲音。頻域方法依賴窗口長度、采樣率、窗函數(shù)和幅值標(biāo)定。頻譜圖清晰并不自動帶來更好模型仍要用獨(dú)立數(shù)據(jù)和目標(biāo)MCU驗(yàn)證。FFT提供頻率結(jié)構(gòu)頻帶能量進(jìn)一步壓縮MFCC面向聲音譜包絡(luò)三者保留的信息不同。完成本篇后你應(yīng)該能夠解釋FFT頻點(diǎn)、頻率分辨率、窗函數(shù)、頻帶能量和MFCC處理鏈。根據(jù)任務(wù)是機(jī)械周期還是聲音譜包絡(luò)選擇合適的頻域表示。運(yùn)行DFT實(shí)驗(yàn)定位雙頻信號峰值并計(jì)算頻帶能量。FFT是一種快速計(jì)算離散傅里葉變換的方法。它把時間序列換成各個頻率分量的幅度和相位。圖1FFT、頻帶能量與MFCC位于同一頻域處理鏈的不同階段一、FFT適合周期與諧波結(jié)構(gòu)旋轉(zhuǎn)機(jī)械、風(fēng)扇和電機(jī)常在特定頻率及其諧波上產(chǎn)生能量。FFT能夠把這些周期成分從復(fù)雜時域波形中分離。頻率分辨率由窗口物理時長決定零填充只增加頻譜采樣點(diǎn)不提高真正分辨能力。實(shí)信號頻譜具有共軛對稱性實(shí)際分析通常只使用0到奈奎斯特頻率的一半。幅值歸一化和單邊譜系數(shù)需要在PC與MCU保持一致。頻率分辨率 Δf f? / N 1 / Twindow第k個頻點(diǎn)對應(yīng) f? k × f? / N二、窗函數(shù)控制頻譜泄漏有限窗口相當(dāng)于截斷連續(xù)信號。窗口內(nèi)不是整數(shù)周期時能量會擴(kuò)散到鄰近頻點(diǎn)。Hann等窗函數(shù)能夠降低旁瓣泄漏但會改變主瓣寬度和幅值需要配套標(biāo)定。訓(xùn)練端使用Hann窗、部署端使用矩形窗時模型輸入分布會發(fā)生系統(tǒng)性變化。窗函數(shù)系數(shù)、FFT長度和縮放方式都應(yīng)納入模型版本。表1三種頻域表示的適用范圍表示適合任務(wù)主要代價完整FFT譜頻率位置與諧波重要輸入維度和頻點(diǎn)敏感性較高頻帶能量關(guān)注若干穩(wěn)定頻段需要設(shè)計(jì)頻帶邊界MFCC關(guān)鍵詞、語音和設(shè)備聲音處理鏈與臨時緩沖更復(fù)雜三、頻帶能量用更小輸入表達(dá)頻域結(jié)構(gòu)當(dāng)任務(wù)只關(guān)心幾個頻段可以把多個FFT頻點(diǎn)求和或求均方形成頻帶能量。這樣降低輸入維度也減弱單個頻點(diǎn)受轉(zhuǎn)速微小漂移的影響。頻帶邊界應(yīng)基于物理機(jī)理和數(shù)據(jù)分布確定。邊界過窄會對轉(zhuǎn)速變化敏感過寬會把不同故障成分混在一起。C/CMSIS-DSP計(jì)算實(shí)數(shù)FFT的核心調(diào)用#include arm_math.h#define FFT_LEN 256static arm_rfft_fast_instance_f32 rfft;static float time_data[FFT_LEN];static float spectrum[FFT_LEN];void spectrum_init(void){arm_rfft_fast_init_f32(rfft, FFT_LEN);}void spectrum_run(void){arm_rfft_fast_f32(rfft, time_data, spectrum, 0);// 后續(xù)按項(xiàng)目約定計(jì)算單邊幅值或頻帶能量。}四、MFCC強(qiáng)調(diào)聲音的譜包絡(luò)MFCC通常包含預(yù)加重或?yàn)V波、分幀、窗函數(shù)、FFT、Mel濾波器組、對數(shù)和DCT。它把高維頻譜壓縮為少量系數(shù)適合關(guān)鍵詞和設(shè)備聲音分類。板端需要評估FFT、濾波器組和臨時緩沖。CMSIS-DSP提供FFT及部分MFCC相關(guān)函數(shù)但具體API和緩沖要求應(yīng)按項(xiàng)目鎖定版本檢查。頻率分辨率來自窗口時長不單由采樣率決定N點(diǎn)FFT的頻點(diǎn)間隔為Fs/N也等于1/窗口秒數(shù)。Fs1000 Hz、N1000時分辨率1 Hz若N200分辨率5 Hz。提高采樣率但保持窗口秒數(shù)不變時N同步增大頻率分辨率不變只是可觀察的最高頻率提高。真實(shí)頻率不一定正好落在頻點(diǎn)上有限窗口會產(chǎn)生頻譜泄漏。Hann窗讓窗口兩端平滑接近零降低旁瓣泄漏但會改變幅度和等效噪聲帶寬。訓(xùn)練與MCU必須使用相同窗函數(shù)和幅值標(biāo)定。實(shí)數(shù)輸入的頻譜具有共軛對稱通常只使用0到Fs/2。CMSIS-DSP實(shí)數(shù)FFT輸出采用特定打包格式讀取幅值時要按文檔處理DC、Nyquist和復(fù)數(shù)對不能把數(shù)組直接當(dāng)普通實(shí)數(shù)幅度。頻點(diǎn)k對應(yīng)頻率 f? k×Fs/N頻率分辨率 Δf Fs/N 1/Twindow頻帶能量和MFCC分別壓縮什么信息頻帶能量把多個FFT頻點(diǎn)求和例如050 Hz、50100 Hz和100200 Hz。它減少輸入維度并容忍峰值輕微漂移適合轉(zhuǎn)速變化范圍已知的機(jī)械信號。頻帶邊界應(yīng)來自任務(wù)頻率與采樣率不應(yīng)隨意等寬。MFCC面向聲音感知預(yù)加重可選分幀加窗后求功率譜再經(jīng)過Mel濾波器組、取對數(shù)和DCT得到譜包絡(luò)系數(shù)。它弱化精確諧波位置突出人耳頻率尺度上的形狀常用于關(guān)鍵詞與環(huán)境聲音。MFCC包含大量參數(shù)幀長、幀移、FFT點(diǎn)數(shù)、Mel濾波器數(shù)量、頻率上下限、對數(shù)底和保留系數(shù)數(shù)。任何一項(xiàng)不同都會改變張量。部署前用固定音頻幀逐階段比較窗后波形、功率譜、Mel能量和最終系數(shù)。三類頻域輸入的選擇線索表示適合證據(jù)主要配置FFT幅度明確頻率和諧波Fs/N/窗函數(shù)/幅值頻帶能量頻率范圍與總能量頻帶邊界與歸一化MFCC聲音譜包絡(luò)幀、Mel、log、DCT五、落地檢查由任務(wù)頻段確定采樣率和窗口時長。固定FFT長度、窗函數(shù)、幅值縮放和單邊譜規(guī)則。比較完整頻譜與頻帶能量的模型效果和資源。聲音任務(wù)記錄Mel濾波器組、對數(shù)下限和DCT系數(shù)數(shù)目。使用黃金窗口核對PC與MCU每一級輸出。動手從雙頻波形得到FFT峰值和頻帶能量腳本生成10 Hz與27 Hz兩種正弦疊加的信號使用Hann窗并直接計(jì)算單邊DFT功率。隨后列出最強(qiáng)頻點(diǎn)和三個頻帶能量比例。N100計(jì)算量足夠小代碼便于理解。實(shí)驗(yàn)環(huán)境與輸入Python 3標(biāo)準(zhǔn)庫。保存為 spectrum_bands.py 并運(yùn)行。DFT為教學(xué)實(shí)現(xiàn)MCU實(shí)際項(xiàng)目可使用CMSIS-DSP FFT內(nèi)核。按順序完成實(shí)驗(yàn)運(yùn)行腳本確認(rèn)最強(qiáng)頻點(diǎn)接近10 Hz和27 Hz。觀察015 Hz與1535 Hz頻帶包含主要能量。把27 Hz改成27.5 Hz比較頻譜泄漏和相鄰頻點(diǎn)。把N從100改成200并保持Fs100說明窗口加倍后頻率分辨率從1 Hz變成0.5 Hz?？芍苯舆\(yùn)行Hann窗、單邊DFT和頻帶能量import mathFS 100N 100signal [0.8*math.sin(2*math.pi*10*n/FS) 0.4*math.sin(2*math.pi*27*n/FS) for n in range(N)]hann [0.5-0.5*math.cos(2*math.pi*n/(N-1)) for n in range(N)]windowed [x*w for x, w in zip(signal, hann)]power []for k in range(N//2 1):real sum(x*math.cos(2*math.pi*k*n/N)for n, x in enumerate(windowed))imag -sum(x*math.sin(2*math.pi*k*n/N)for n, x in enumerate(windowed))power.append(real*real imag*imag)peaks sorted(range(1, len(power)), keypower.__getitem__, reverseTrue)[:4]print(strong bins:, [(round(k*FS/N, 2), round(power[k], 1)) for k in peaks])bands [(0, 15), (15, 35), (35, 50.1)]total sum(power[1:])for low, high in bands:energy sum(p for k, p in enumerate(power)if low k*FS/N high and k 0)print(fband {low:4.1f}-{high:4.1f} Hz: {energy/total:.1%})先讀懂代碼中的關(guān)鍵路徑Hann窗逐點(diǎn)乘輸入降低窗口邊界突變造成的遠(yuǎn)端泄漏。DFT輸出功率使用real2imag2頻帶能量在相同定義下求和。忽略DC頻點(diǎn)能避免基線占據(jù)總能量是否去DC取決于任務(wù)。頻帶使用左閉右開區(qū)間邊界頻點(diǎn)只進(jìn)入一個頻帶。你應(yīng)該觀察到什么最強(qiáng)頻點(diǎn)列表包含10 Hz和27 Hz附近10 Hz能量更大。前兩個頻帶占據(jù)絕大多數(shù)能量35 Hz以上頻帶接近零但受窗和數(shù)值影響不會嚴(yán)格為零。非整數(shù)頻率會把能量分散到相鄰頻點(diǎn)Hann窗降低遠(yuǎn)處泄漏。成功標(biāo)準(zhǔn)你能從Fs、N和k計(jì)算頻率并明確單邊譜范圍。頻帶邊界與任務(wù)頻率相關(guān)PC與MCU使用相同窗函數(shù)和歸一化。FFT或MFCC的預(yù)處理時間與工作區(qū)進(jìn)入板端資源預(yù)算。失敗時從哪里查起頻域?qū)崿F(xiàn)常見錯誤現(xiàn)象原因處理峰值頻率翻倍或減半Fs或FFT長度寫錯打印Fs、N和頻點(diǎn)映射PC與MCU幅值比例不同窗增益或單邊譜縮放不同統(tǒng)一幅值定義并用單頻黃金信號MFCC完全不一致Mel邊界、log或DCT參數(shù)不同逐階段比較中間數(shù)組先用單頻、雙頻和全零輸入驗(yàn)證頻域?qū)崿F(xiàn)再進(jìn)入真實(shí)聲音或振動數(shù)據(jù)可以大幅降低排錯復(fù)雜度。把實(shí)驗(yàn)遷移到真實(shí)MCU項(xiàng)目CMSIS-DSP RFFT的輸出布局、縮放和數(shù)據(jù)類型與教學(xué)DFT不同。使用單頻黃金信號先確認(rèn)峰值頻點(diǎn)再確認(rèn)幅值和頻帶比例。MFCC移植要逐階段對齊窗后波形、功率譜、Mel能量、log和DCT。最終系數(shù)錯時從最早不同數(shù)組開始查。把結(jié)果再向前推進(jìn)一步計(jì)算16 kHz、400點(diǎn)幀的幀長和頻率分辨率。根據(jù)一個機(jī)械任務(wù)設(shè)計(jì)三個非等寬頻帶并說明邊界來源。列出MFCC從波形到系數(shù)的每個階段及其版本參數(shù)。這篇文章的結(jié)論FFT、頻帶能量和MFCC分別保留頻點(diǎn)、頻段和譜包絡(luò)信息。選擇依據(jù)是任務(wù)物理特征、數(shù)據(jù)驗(yàn)證和MCU資源。參考資料Arm CMSIS-DSP 官方文檔Arm CMSIS-DSP Real FFT 文檔更新時間2026 年 8 月 5 日 深入淺出TinyML 16：FFT、頻帶能量和MFCC分別適合什么任務(wù)？
FFT把時間序列轉(zhuǎn)換為頻率分量適合識別周期、諧波和頻帶能量變化。MFCC在頻譜基礎(chǔ)上壓縮出更接近聽覺尺度的表示常用于關(guān)鍵詞和設(shè)備聲音。頻域方法依賴窗口長度、采樣率、窗函數(shù)和幅值標(biāo)定。頻譜圖清晰并不自動帶來更好模型仍要用獨(dú)立數(shù)據(jù)和目標(biāo)MCU驗(yàn)證。FFT提供頻率結(jié)構(gòu)頻帶能量進(jìn)一步壓縮MFCC面向聲音譜包絡(luò)三者保留的信息不同。完成本篇后你應(yīng)該能夠解釋FFT頻點(diǎn)、頻率分辨率、窗函數(shù)、頻帶能量和MFCC處理鏈。根據(jù)任務(wù)是機(jī)械周期還是聲音譜包絡(luò)選擇合適的頻域表示。運(yùn)行DFT實(shí)驗(yàn)定位雙頻信號峰值并計(jì)算頻帶能量。FFT是一種快速計(jì)算離散傅里葉變換的方法。它把時間序列換成各個頻率分量的幅度和相位。圖1FFT、頻帶能量與MFCC位于同一頻域處理鏈的不同階段一、FFT適合周期與諧波結(jié)構(gòu)旋轉(zhuǎn)機(jī)械、風(fēng)扇和電機(jī)常在特定頻率及其諧波上產(chǎn)生能量。FFT能夠把這些周期成分從復(fù)雜時域波形中分離。頻率分辨率由窗口物理時長決定零填充只增加頻譜采樣點(diǎn)不提高真正分辨能力。實(shí)信號頻譜具有共軛對稱性實(shí)際分析通常只使用0到奈奎斯特頻率的一半。幅值歸一化和單邊譜系數(shù)需要在PC與MCU保持一致。頻率分辨率 Δf f? / N 1 / Twindow第k個頻點(diǎn)對應(yīng) f? k × f? / N二、窗函數(shù)控制頻譜泄漏有限窗口相當(dāng)于截斷連續(xù)信號。窗口內(nèi)不是整數(shù)周期時能量會擴(kuò)散到鄰近頻點(diǎn)。Hann等窗函數(shù)能夠降低旁瓣泄漏但會改變主瓣寬度和幅值需要配套標(biāo)定。訓(xùn)練端使用Hann窗、部署端使用矩形窗時模型輸入分布會發(fā)生系統(tǒng)性變化。窗函數(shù)系數(shù)、FFT長度和縮放方式都應(yīng)納入模型版本。表1三種頻域表示的適用范圍表示適合任務(wù)主要代價完整FFT譜頻率位置與諧波重要輸入維度和頻點(diǎn)敏感性較高頻帶能量關(guān)注若干穩(wěn)定頻段需要設(shè)計(jì)頻帶邊界MFCC關(guān)鍵詞、語音和設(shè)備聲音處理鏈與臨時緩沖更復(fù)雜三、頻帶能量用更小輸入表達(dá)頻域結(jié)構(gòu)當(dāng)任務(wù)只關(guān)心幾個頻段可以把多個FFT頻點(diǎn)求和或求均方形成頻帶能量。這樣降低輸入維度也減弱單個頻點(diǎn)受轉(zhuǎn)速微小漂移的影響。頻帶邊界應(yīng)基于物理機(jī)理和數(shù)據(jù)分布確定。邊界過窄會對轉(zhuǎn)速變化敏感過寬會把不同故障成分混在一起。C/CMSIS-DSP計(jì)算實(shí)數(shù)FFT的核心調(diào)用#include arm_math.h#define FFT_LEN 256static arm_rfft_fast_instance_f32 rfft;static float time_data[FFT_LEN];static float spectrum[FFT_LEN];void spectrum_init(void){arm_rfft_fast_init_f32(rfft, FFT_LEN);}void spectrum_run(void){arm_rfft_fast_f32(rfft, time_data, spectrum, 0);// 后續(xù)按項(xiàng)目約定計(jì)算單邊幅值或頻帶能量。}四、MFCC強(qiáng)調(diào)聲音的譜包絡(luò)MFCC通常包含預(yù)加重或?yàn)V波、分幀、窗函數(shù)、FFT、Mel濾波器組、對數(shù)和DCT。它把高維頻譜壓縮為少量系數(shù)適合關(guān)鍵詞和設(shè)備聲音分類。板端需要評估FFT、濾波器組和臨時緩沖。CMSIS-DSP提供FFT及部分MFCC相關(guān)函數(shù)但具體API和緩沖要求應(yīng)按項(xiàng)目鎖定版本檢查。頻率分辨率來自窗口時長不單由采樣率決定N點(diǎn)FFT的頻點(diǎn)間隔為Fs/N也等于1/窗口秒數(shù)。Fs1000 Hz、N1000時分辨率1 Hz若N200分辨率5 Hz。提高采樣率但保持窗口秒數(shù)不變時N同步增大頻率分辨率不變只是可觀察的最高頻率提高。真實(shí)頻率不一定正好落在頻點(diǎn)上有限窗口會產(chǎn)生頻譜泄漏。Hann窗讓窗口兩端平滑接近零降低旁瓣泄漏但會改變幅度和等效噪聲帶寬。訓(xùn)練與MCU必須使用相同窗函數(shù)和幅值標(biāo)定。實(shí)數(shù)輸入的頻譜具有共軛對稱通常只使用0到Fs/2。CMSIS-DSP實(shí)數(shù)FFT輸出采用特定打包格式讀取幅值時要按文檔處理DC、Nyquist和復(fù)數(shù)對不能把數(shù)組直接當(dāng)普通實(shí)數(shù)幅度。頻點(diǎn)k對應(yīng)頻率 f? k×Fs/N頻率分辨率 Δf Fs/N 1/Twindow頻帶能量和MFCC分別壓縮什么信息頻帶能量把多個FFT頻點(diǎn)求和例如050 Hz、50100 Hz和100200 Hz。它減少輸入維度并容忍峰值輕微漂移適合轉(zhuǎn)速變化范圍已知的機(jī)械信號。頻帶邊界應(yīng)來自任務(wù)頻率與采樣率不應(yīng)隨意等寬。MFCC面向聲音感知預(yù)加重可選分幀加窗后求功率譜再經(jīng)過Mel濾波器組、取對數(shù)和DCT得到譜包絡(luò)系數(shù)。它弱化精確諧波位置突出人耳頻率尺度上的形狀常用于關(guān)鍵詞與環(huán)境聲音。MFCC包含大量參數(shù)幀長、幀移、FFT點(diǎn)數(shù)、Mel濾波器數(shù)量、頻率上下限、對數(shù)底和保留系數(shù)數(shù)。任何一項(xiàng)不同都會改變張量。部署前用固定音頻幀逐階段比較窗后波形、功率譜、Mel能量和最終系數(shù)。三類頻域輸入的選擇線索表示適合證據(jù)主要配置FFT幅度明確頻率和諧波Fs/N/窗函數(shù)/幅值頻帶能量頻率范圍與總能量頻帶邊界與歸一化MFCC聲音譜包絡(luò)幀、Mel、log、DCT五、落地檢查由任務(wù)頻段確定采樣率和窗口時長。固定FFT長度、窗函數(shù)、幅值縮放和單邊譜規(guī)則。比較完整頻譜與頻帶能量的模型效果和資源。聲音任務(wù)記錄Mel濾波器組、對數(shù)下限和DCT系數(shù)數(shù)目。使用黃金窗口核對PC與MCU每一級輸出。動手從雙頻波形得到FFT峰值和頻帶能量腳本生成10 Hz與27 Hz兩種正弦疊加的信號使用Hann窗并直接計(jì)算單邊DFT功率。隨后列出最強(qiáng)頻點(diǎn)和三個頻帶能量比例。N100計(jì)算量足夠小代碼便于理解。實(shí)驗(yàn)環(huán)境與輸入Python 3標(biāo)準(zhǔn)庫。保存為 spectrum_bands.py 并運(yùn)行。DFT為教學(xué)實(shí)現(xiàn)MCU實(shí)際項(xiàng)目可使用CMSIS-DSP FFT內(nèi)核。按順序完成實(shí)驗(yàn)運(yùn)行腳本確認(rèn)最強(qiáng)頻點(diǎn)接近10 Hz和27 Hz。觀察015 Hz與1535 Hz頻帶包含主要能量。把27 Hz改成27.5 Hz比較頻譜泄漏和相鄰頻點(diǎn)。把N從100改成200并保持Fs100說明窗口加倍后頻率分辨率從1 Hz變成0.5 Hz?？芍苯舆\(yùn)行Hann窗、單邊DFT和頻帶能量import mathFS 100N 100signal [0.8*math.sin(2*math.pi*10*n/FS) 0.4*math.sin(2*math.pi*27*n/FS) for n in range(N)]hann [0.5-0.5*math.cos(2*math.pi*n/(N-1)) for n in range(N)]windowed [x*w for x, w in zip(signal, hann)]power []for k in range(N//2 1):real sum(x*math.cos(2*math.pi*k*n/N)for n, x in enumerate(windowed))imag -sum(x*math.sin(2*math.pi*k*n/N)for n, x in enumerate(windowed))power.append(real*real imag*imag)peaks sorted(range(1, len(power)), keypower.__getitem__, reverseTrue)[:4]print(strong bins:, [(round(k*FS/N, 2), round(power[k], 1)) for k in peaks])bands [(0, 15), (15, 35), (35, 50.1)]total sum(power[1:])for low, high in bands:energy sum(p for k, p in enumerate(power)if low k*FS/N high and k 0)print(fband {low:4.1f}-{high:4.1f} Hz: {energy/total:.1%})先讀懂代碼中的關(guān)鍵路徑Hann窗逐點(diǎn)乘輸入降低窗口邊界突變造成的遠(yuǎn)端泄漏。DFT輸出功率使用real2imag2頻帶能量在相同定義下求和。忽略DC頻點(diǎn)能避免基線占據(jù)總能量是否去DC取決于任務(wù)。頻帶使用左閉右開區(qū)間邊界頻點(diǎn)只進(jìn)入一個頻帶。你應(yīng)該觀察到什么最強(qiáng)頻點(diǎn)列表包含10 Hz和27 Hz附近10 Hz能量更大。前兩個頻帶占據(jù)絕大多數(shù)能量35 Hz以上頻帶接近零但受窗和數(shù)值影響不會嚴(yán)格為零。非整數(shù)頻率會把能量分散到相鄰頻點(diǎn)Hann窗降低遠(yuǎn)處泄漏。成功標(biāo)準(zhǔn)你能從Fs、N和k計(jì)算頻率并明確單邊譜范圍。頻帶邊界與任務(wù)頻率相關(guān)PC與MCU使用相同窗函數(shù)和歸一化。FFT或MFCC的預(yù)處理時間與工作區(qū)進(jìn)入板端資源預(yù)算。失敗時從哪里查起頻域?qū)崿F(xiàn)常見錯誤現(xiàn)象原因處理峰值頻率翻倍或減半Fs或FFT長度寫錯打印Fs、N和頻點(diǎn)映射PC與MCU幅值比例不同窗增益或單邊譜縮放不同統(tǒng)一幅值定義并用單頻黃金信號MFCC完全不一致Mel邊界、log或DCT參數(shù)不同逐階段比較中間數(shù)組先用單頻、雙頻和全零輸入驗(yàn)證頻域?qū)崿F(xiàn)再進(jìn)入真實(shí)聲音或振動數(shù)據(jù)可以大幅降低排錯復(fù)雜度。把實(shí)驗(yàn)遷移到真實(shí)MCU項(xiàng)目CMSIS-DSP RFFT的輸出布局、縮放和數(shù)據(jù)類型與教學(xué)DFT不同。使用單頻黃金信號先確認(rèn)峰值頻點(diǎn)再確認(rèn)幅值和頻帶比例。MFCC移植要逐階段對齊窗后波形、功率譜、Mel能量、log和DCT。最終系數(shù)錯時從最早不同數(shù)組開始查。把結(jié)果再向前推進(jìn)一步計(jì)算16 kHz、400點(diǎn)幀的幀長和頻率分辨率。根據(jù)一個機(jī)械任務(wù)設(shè)計(jì)三個非等寬頻帶并說明邊界來源。列出MFCC從波形到系數(shù)的每個階段及其版本參數(shù)。這篇文章的結(jié)論FFT、頻帶能量和MFCC分別保留頻點(diǎn)、頻段和譜包絡(luò)信息。選擇依據(jù)是任務(wù)物理特征、數(shù)據(jù)驗(yàn)證和MCU資源。參考資料Arm CMSIS-DSP 官方文檔Arm CMSIS-DSP Real FFT 文檔更新時間2026 年 8 月 5 日