Typ tekstu: Książka
Autor: Basztura Czesław
Tytuł: Komputerowe systemy diagnostyki akustycznej
Rok: 1996
Autor: Basztura Czesław
Tytuł: Komputerowe systemy diagnostyki akustycznej
Rok: 1996
odwrotna transformata Fouriera z logarytmu widma mocy, tzn. gdzie G (k) - widmo mocy sygnału mowy, - odwrotna transformata Fouriera.
Zależność (4.40) wyjaśnia również matematyczny związek analizy cepstralnej z analizą częstotliwościową sygnałów. Analiza cepstralna, ze względu na swoje właściwości rozplatania sygnałów, jest szczególnie przydatna w selekcji użytecznych części składowych widma sygnału diagnostycznego.
4.5.4. Parametry liniowego kodowania predykcyjnego
Analiza metodą LPC najpierw znalazła powszechne zastosowanie w parametryzacji sygnału mowy dla potrzeb automatycznego rozpoznawania mowy i głosów. Umożliwia ona modelowanie sygnału mowy i wyznaczenie wielu istotnych jego parametrów, w tym skutecznych parametrów diagnostycznych. Dla prawidłowej oceny, jak dalece modele generacji mowy stosowane
Zależność (4.40) wyjaśnia również matematyczny związek analizy cepstralnej z analizą częstotliwościową sygnałów. Analiza cepstralna, ze względu na swoje właściwości rozplatania sygnałów, jest szczególnie przydatna w selekcji użytecznych części składowych widma sygnału diagnostycznego.
4.5.4. Parametry liniowego kodowania predykcyjnego
Analiza metodą LPC najpierw znalazła powszechne zastosowanie w parametryzacji sygnału mowy dla potrzeb automatycznego rozpoznawania mowy i głosów. Umożliwia ona modelowanie sygnału mowy i wyznaczenie wielu istotnych jego parametrów, w tym skutecznych parametrów diagnostycznych. Dla prawidłowej oceny, jak dalece modele generacji mowy stosowane
odwrotna transformata Fouriera z logarytmu widma mocy, tzn. <gap> gdzie G (k) - widmo mocy sygnału mowy, <gap> - odwrotna transformata Fouriera.<br>Zależność (4.40) wyjaśnia również matematyczny związek analizy cepstralnej z analizą częstotliwościową sygnałów. Analiza cepstralna, ze względu na swoje właściwości rozplatania sygnałów, jest szczególnie przydatna w selekcji użytecznych części składowych widma sygnału diagnostycznego.<br><br><tit>4.5.4. Parametry liniowego kodowania predykcyjnego</><br><br>Analiza metodą LPC najpierw znalazła powszechne zastosowanie w parametryzacji sygnału mowy dla potrzeb automatycznego rozpoznawania mowy i głosów. Umożliwia ona modelowanie sygnału mowy i wyznaczenie wielu istotnych jego parametrów, w tym skutecznych parametrów diagnostycznych. Dla prawidłowej oceny, jak dalece modele generacji mowy stosowane
