Als Reaktion auf meine vorherige Frage habe ich mich gefragt, ob es Spracherkennungsbibliotheken gibt. Unter Spracherkennung verstehe ich das Übergeben eines Audiopuffers und das Zurückholen eines Indexes, in dem die Sprache beginnt und stoppt. Wenn ich also 10 Sekunden Audio-Sampling bei 44 kHz...
Ich habe ein zweiunddreißigstes Sprachsignal, das mit 44,1 kHz abgetastet wurde. Nun möchte ich zeigen, welche Frequenzen die Rede hat. Ich bin mir jedoch nicht sicher, wie ich das am besten erreichen könnte. Es scheint, dass man manchmal den Absolutwert einer Fourier-Transformation und manchmal...
Ich möchte eine Android-App entwickeln. Als Teil der Funktionalität würde die App erfordern, 3-5 Sekunden Audio zufällig abzutasten und es als menschlich sprechend zu klassifizieren oder nicht. Ich verstehe, dass dieses Konzept als Sprachaktivitätserkennung bezeichnet wird. Was wäre der beste Weg,...
Ich habe eine 2-sekündige Aussprache eines Vokals aufgenommen. Die ersten 0,12 Sekunden des Signals sind unten gezeigt. Jetzt habe ich ein Auto-Regressive-Modell 8. Ordnung konstruiert, um dieses Signal zu komprimieren. (Eigentlich modelliere ich nur 160 Abtastwerte oder jeweils 0,02 Sekunden.) Die...
Hallo, ich nehme an einem Multimedia-Systemkurs teil und bereite mich auf meine Prüfung am Dienstag vor. Ich versuche, mich allgemein mit der LPC-Komprimierung zu befassen, aber ich habe Probleme mit dem, was mit dem linearen Vorhersagefilterteil vor sich geht. Dies ist mein bisheriges...
Bitte helfen Sie mir, die Glättung von Daten zu verstehen. Dies ist eine Fortsetzung meiner vorherigen Frage, die hier veröffentlicht wurde . Besonders die Top-Antwort von Junuxx, wo er einen Weg zur Glättung einer Funktion sagtf( x )f(x)f(x) ist:
Ich verstehe, dass die Zeitbereichsdarstellung von weißem Rauschen wie Impulse aussieht. Wie sehen farbige Geräusche wie Braun, Rosa usw. aus, wenn wir eine inverse Fourier-Transformation durchführen? Was könnten farbige Rauschquellen sein, die Sprachsignale beeinflussen
Ich habe eine Reihe von Audiodateien, die sowohl Sprach- als auch Musikteile enthalten (denken Sie an Radio). Beispielsweise kann eine bestimmte Datei aus den folgenden Abschnitten bestehen: music --- speech --- music --- speech --- music --- speech --- music Mein Ziel ist es, zu erkennen, wann...