MFCC (mel-frekvenskepstrumkoefficienter)
Ett tjugotal tal per ljudruta som beskriver klangens grova form — taligenkänningens arbetshäst i trettio år.
Receptet: hacka ljudet i rutor på runt 25 ms, kör en FFT på varje, summera energin i triangulära filter utlagda på melskalan, ta logaritmen och kör till sist en diskret cosinustransform. De första 12–13 koefficienterna behålls. De beskriver spektrums kontur — vilka formanter en vokal har — men kastar bort tonhöjden, vilket är exakt vad man vill när "a" ska kännas igen oavsett om det sägs i bas eller sopran. Kepstrum, en anagram-lek med spectrum, kommer från Bogert, Healy och Tukey 1963; Davis och Mermelstein visade 1980 att mel-varianten fungerade bäst för tal.
Fram till 2010-talet byggde nästan all taligenkänning på MFCC matat in i dolda Markovmodeller. Djupa nät föredrar log-mel-spektrogrammet direkt och struntar i DCT-steget, men MFCC finns kvar i talaridentifiering, musikklassning och varje kursbok i ljudanalys.