一．MFCC簡介
梅爾倒譜系數（Mel-scale Frequency Cepstral Coefficients，簡稱MFCC）是在Mel標度頻率域提取出來的倒譜參數，Mel標度描述了人耳頻率的非線性特性，它與頻率的關係可用下式近似表示：
式中f爲頻率，單位爲Hz。下圖展示了Mel頻率與線性頻率的關係：
MFCC特徵組成（以40維爲例）：
13維靜態係數 + 13維一階差分系數 + 13維二階差分系數 + 1維幀能量
其中差分系數用來描述動態特徵，也即聲學特徵在相鄰幀間的變化情況。 靜態MFCC假設幀與幀之間相互獨立，這與實際情況未必符合，比如濁音時相鄰幀之間相關程度很高，對應的靜態MFCC可能也有較大相關，而動態係數描述了相鄰幀的聯繫，解決了靜態MFCC不合理假設可能帶來的問題。
二．MFCC特徵提取過程
預加重
語音信號通過一個高通濾波器：
u值一般取0.9-1.0之間，用以提升高頻信息
分幀
因爲音頻信號是非平穩的，但很多音頻處理技術都是基於概率模型進行的，則需要對信號有一個要求：信號是平穩信號。否則其均值方差等統計量沒有意義了。爲了處理這一個問題，一般都是講音頻信號進行分幀處理，假設每幀內都是平穩的，一般採用20-30ms爲一幀，25%，50%，75%的重疊率。重疊是爲了避免信號間的變化過大。
加窗
在之後求傅里葉變換時，爲了避免頻譜泄露，先進行加窗。常用的窗函數就是漢明窗。
頻域轉換
將上述加窗後的短時時域信號經過快速傅里葉變換FFT轉換到頻域。
梅爾刻度濾波器過濾
將信號進行一個平滑，分成幾個子帶。一般有兩種，三角帶通濾波器
還有一種是等高度的梅爾濾波
由上圖可知：
1、低頻分辨率高，高頻分辨率低。
2、三角濾波會對高頻信息的幅度進行一個衰減。
至於三角濾波還是等高梅爾濾波，看實際研究的需要，如果需要子帶之間的相對值大小，則衰減有意義，如果不需要子帶間的相對大小，則衰減影響不大。
三角帶通濾波器有兩個主要目的：
對頻譜進行平滑化，並消除諧波的作用，突顯原先語音的共振峯。此外，還可以降低運算量。
對數能量
計算每個濾波器組輸出的對數能量，即子帶能量
DCT變換
經DCT變換得到MFCC係數
三．MFCC的物理含義
MFCC的物理含義就是將語音物理信息（頻譜包絡和細節）進行編碼運算得到的一組特徵向量，表示信號頻譜的能量在不同頻率區間的分佈。