मेल स्पेक्ट्रोग्राम

It matters because it turns raw audio into a compact, perceptually meaningful image that powers most speech and music AI.

एक मेल स्पेक्ट्रोग्राम एक-आयामी ऑडियो तरंग को दो-आयामी मानचित्र में परिवर्तित करता है: समय एक अक्ष के साथ चलता है, आवृत्ति दूसरे के साथ, और रंग या चमक ऊर्जा दिखाती है। मुख्य मोड़ मेल स्केल है - आवृत्तियों को बैंड में समूहीकृत किया जाता है जो कम पिचों पर संकीर्ण होते हैं और उच्च पिचों पर व्यापक होते हैं, जिससे मेल खाता है कि मानव श्रवण सीमा के निचले भाग में टोन को बेहतर ढंग से कैसे अलग करता है। यह प्रतिनिधित्व को कच्ची आवृत्ति प्लॉट की तुलना में छोटा और अधिक उपयोगी बनाता है। क्योंकि यह एक छवि की तरह दिखता है, कन्वेन्शनल नेटवर्क और ट्रांसफार्मर इसे सीधे संसाधित कर सकते हैं, यही कारण है कि मेल स्पेक्ट्रोग्राम भाषण पहचान, वेक-वर्ड डिटेक्शन, संगीत टैगिंग और आधुनिक टेक्स्ट-टू-स्पीच सिस्टम को रेखांकित करते हैं जो इसे ऑडियो में वापस बदलने से पहले एक मेल स्पेक्ट्रोग्राम उत्पन्न करते हैं।