メルフィルタバンク, MFCC（メル周波数ケプストラム係数）のコードの数字について

Question

MFCC（メル周波数ケプストラム係数）入門

こちらのサイトの
２　メルフィルタバンクをかける
という項目内に関しての質問です

def hz2mel(f):
    """Hzをmelに変換"""
    return 2595 * np.log(f / 700.0 + 1.0)

def mel2hz(m):
    """melをhzに変換"""
    return 700 * (np.exp(m / 2595) - 1.0)

ここで使われている2595, 700, +1.0, -1.0という数字が、何を意味しているのか、また、なぜ2595, 700以下略なのか教えてほしいです。
よろしくお願いいたします。

Answer 1

ここで使われている2595, 700, +1.0, -1.0という数字が、なぜ2595, 700以下略なのか教えてほしいです。

この記事を書く人がそう決めたからです。

よく用いられるパラメータとしてf_0=700,m_0=2595があります。

Comments

[maisumakun]

> 1000Hzの純音の高さの感覚を1000メルと決めた上で、1000メルの半分の高さに感じた音を500メル、1000メルの2倍の高さに感じた音を2000メルという容量で定めたものです。

ということで、「半分の高さに感じる」高さをどこに取るかの問題です（係数は2つですが、「1000mel=1000Hz」と定義されているため、自由度は1つです）。

[SR15_6PRO]

申し訳ありません、私の理解が足りず、質問にも不備がありましたので修正しました。
＜追記内容＞
2595,700,+1.0,-1.0がそれぞれ何をしめしているのかも教えていただきたいです。

[maisumakun]

本文に書かれている数式をそのまま起こしただけですが、何を説明すればいいのでしょうか。

[maisumakun]

1と-1は、0Hzに対してメル尺度が定義できるようにするためのスケーリングであって、本質的な意味はありません（同じ値であればなんでも良くて、この2つを変えたとしてもf_0とm_0の差にすべてが還元できます）。