如何在STM32F4Discovery上生成mel spectrogram并适配神经网络输入？

一、轻量级嵌入式C/C++库推荐 #

• CMSIS-DSP库：STM官方提供的DSP工具集，完全适配STM32系列，无重型依赖，能避免LibrosaCpp依赖Eigen导致的崩溃问题。它包含FFT、滤波、数学运算等基础函数，可基于这些实现梅尔频谱图：
  1. 调用arm_rfft_fast_f32完成快速傅里叶变换，将PCM时域数据转为频域频谱
  2. 使用PC端预计算好的梅尔滤波器组参数（提前算出后硬编码到板端程序），对频谱做加权求和
  3. 通过对数转换得到梅尔频谱，最后缩放到30x30的尺寸匹配神经网络输入
• 嵌入式专用MFCC/梅尔频谱库：一些开源的纯C实现轻量级库，仅保留核心计算逻辑，无复杂依赖，可直接移植到STM32F4。这类库针对MCU资源做了优化，适合低内存、低算力的嵌入式环境。

二、LibrosaCpp崩溃的替代处理 #

LibrosaCpp依赖的Eigen在嵌入式环境中易因内存分配、架构兼容问题崩溃，可尝试两种调整方式：

• 替换Eigen为CMSIS-DSP的矩阵操作函数，手动修改LibrosaCpp的依赖模块，减少重型运算
• 预先在PC端用Librosa生成梅尔滤波器组参数，将参数写入STM32程序，板端仅执行频谱加权、缩放等轻量步骤，跳过MCU上的复杂矩阵运算

三、手动实现核心流程（基于CMSIS-DSP） #

1. PCM预处理：对采集的PCM数据分帧，用arm_hann_f32生成汉明窗完成加窗操作
2. FFT转换：调用arm_rfft_fast_f32将单帧时域数据转为频域频谱
3. 梅尔滤波：用预存的梅尔滤波器组数组与频谱做点积，得到梅尔刻度下的能量值
4. 对数转换：使用arm_vlog_f32对能量值做对数转换，得到梅尔频谱
5. 尺寸适配：通过降采样或简单插值，将梅尔频谱缩放到30x30的尺寸，满足神经网络输入要求

内容的提问来源于stack exchange，提问作者Gio