← 智能语音技术
🎚 语音信号实验室
录音、上传或合成一段语音，实时看它如何变成 波形 → 频谱图 → 梅尔谱 → MFCC，并观察短时能量 / 过零率驱动的 VAD（语音活动检测）。对应第 1、2、5 章，也是 Project1-VAD 的练手台。
未载入音频
载入一段音频开始 —— 推荐先点「合成元音 /a/」，前后有静音段方便看 VAD。
🔎 怎么看
- 分帧加窗：调大帧长 → 频率分辨率高但时间分辨率低（测不确定性原理）。换矩形窗看频谱泄漏如何变严重。
- 频谱图 → 梅尔谱：梅尔刻度在低频更密，贴合人耳；高频被压缩。
- MFCC：对 log-mel 做 DCT 去相关、压维，是 GMM-HMM/DNN 声学模型的经典输入（见 02 语音信号处理 / 05 统计语音识别基础）。
- VAD：浊音能量高，清音/摩擦音过零率高。调两个阈值，看「合成元音」前后静音段能否被正确切掉 —— 这正是 Project1-VAD 的核心。