版權聲明：本文來自于icoolmedia，歡迎轉載，轉載請注明出處，相關的音視頻算法討論請加群（374737122）一起交流！

由于人耳對聲音的感知（如：頻率、音調）是非線性的，為了對聲音的感知進行度量，產(chǎn)生了一系列的尺度（如：十二平均律），這里重點說下Bark尺度與Mel尺度。剛開始的時候，我自己也沒弄明白這兩個尺度的區(qū)別。后來才逐漸的明白他們的思考出發(fā)點，這里簡單分享出來。

　　Bark（巴克）頻率尺度是以Hz為單位，把頻率映射到心理聲學的24個臨界頻帶上，第25個臨界頻帶占據(jù)約：16K~20kHz的頻率，1個臨界頻帶的寬度等于一個Bark，簡單的說，Bark尺度是把物理頻率轉換到心理聲學的頻率。Bark尺度頻率的中心頻率與臨界帶寬邊界頻率如下表所示：

　　我發(fā)現(xiàn)有不少式子試圖對上表進行建模，用的比較多的一個式子是（Zwicker，Terhardt 1980）：

　　上式中頻率f代表中心頻率，我把上面的式子在Matlab中代入進行計算，發(fā)現(xiàn)前5個Bark頻帶與計算出來的出入比較大，尚不知道這是什么原因。

　　Mel頻率尺度也是一種頻率映射感知模型，它描述的是音高感知的非線性映射，函數(shù)表示如下：

　　要注意的一點是，這里的頻率f單位是1kHz，也就是說，1kHz是Mel頻率與以赫茲為單位的真實頻率之間的參考點（1kHz=1000mel），另一方面，Mel一詞來源于音樂術語melody，是旋律的頻率分量與與音高感知之間距離的度量。