Bei den meisten Audioverarbeitungsaufgaben ist eine der am häufigsten verwendeten Transformationen MFCC (Mel-Frequenz-Cepstral-Koeffizienten) . Ich kenne hauptsächlich die Mathematik, die hinter dem MFCC steckt: Ich verstehe sowohl den Filterbankschritt als auch die Mel-Frequenzskalierung. Was ich...
Ich habe online gelesen, aber ich kann einfach nicht alles zusammenfügen. Ich habe einige Hintergrundkenntnisse über Signale / DSP-Inhalte, die dafür ausreichen sollten. Ich bin daran interessiert, diesen Algorithmus irgendwann in Java zu codieren, aber ich verstehe ihn noch nicht vollständig....
Ich versuche, Features aus einer Sounddatei zu extrahieren und den Sound einer bestimmten Kategorie zuzuordnen (z. B. Hunderinde, Fahrzeugmotor usw.). Ich möchte Klarheit über die folgenden Dinge: 1) Ist das überhaupt machbar? Es gibt Programme, die Sprache erkennen und zwischen verschiedenen...
Kann mir jemand bitte erklären, wie sich die Äquivalenz der Faltung auf die Cepstral Mean Normalization auswirkt? Muss CMN für die MFCC-basierte Sprechererkennung verwendet werden? Warum ist das Eigentum der Faltung das Grundbedürfnis des MFCC? Ich bin sehr neu in dieser Signalverarbeitung. Bitte...
Dies ist eine Fortsetzung der Diskussion hier . Ich würde dort einen Kommentar abgeben, aber ich habe keine 50 Wiederholungen, also stelle ich eine neue Frage. So verstehe ich den DCT-Schritt im MFCC-Berechnungsprozess: Der Grund dafür ist, die Korrelation in den logarithmischen Spektralgrößen (von...
Ich versuche 2 Sprachproben zu vergleichen und sie auf Ähnlichkeiten zu bewerten. Stellen Sie sich jemanden vor, der versucht, eine Phrase zu wiederholen und dann diese beiden Audiodateien zu vergleichen. Ich begann mit der Implementierung des MFCC-Algorithmus
Ich habe einen Audioblock und habe eine FFT darauf durchgeführt. Jetzt möchte ich diese FFT in eine Reihe von MFCCs konvertieren. Obwohl ich weiß, dass ich etwas mit der Gewichtung der FFT-Samples basierend auf einer Reihe von Dreiecksfiltern tun muss, habe ich keine wirkliche Ahnung, worum es...
Ich studiere Spracherkennung, insbesondere die Verwendung von MFCC zur Merkmalsextraktion. Alle Beispiele, die ich online gefunden habe, tendieren dazu, eine Reihe von MFCC grafisch darzustellen, die aus einer bestimmten Äußerung wie folgt extrahiert wurden (Grafik, die ich mit der Software...