MFCC (mel-frekans kepstral katsayıları)
Ses karesi başına, sesin kaba biçimini anlatan on kadar sayı; otuz yıl boyunca konuşma tanımanın iş atı.
Tarif şöyle: sesi yaklaşık 25 ms'lik karelere böl, her kareye FFT uygula, enerjiyi mel ölçeği boyunca dizilmiş üçgen filtrelerde topla, logaritmasını al, sonra ayrık kosinüs dönüşümü (DCT) uygula. İlk 12 ya da 13 katsayıyı tut. Bunlar spektrumun dış hatlarını, yani bir ünlüyü ünlü yapan formantları yakalar; perdeyi ise atar. "A" sesi bir bas da söylese bir soprano da söylese tanınmalıdır, tam da istenen budur. Spectrum sözcüğünün kasıtlı bir anagramı olan kepstrum, 1963'te Bogert, Healy ve Tukey'den gelir; Davis ve Mermelstein 1980'de mel çeşidinin konuşmada en iyi sonucu verdiğini gösterdi.
2010'lara kadar neredeyse her konuşma tanıyıcı MFCC'leri saklı Markov modellerine besledi. Derin ağlar log-mel spektrogramı tercih edip DCT'yi atlıyor, ama MFCC'ler konuşmacı tanımada, müzik sınıflandırmada ve her ses analizi ders kitabında yaşamaya devam ediyor.