Nchịkọta
Mel-Frequency Cepstral Coefficients (MFCC) bụ ọnụ ọgụgụ kọmpat nke na-achịkọta udi ụda ugboro ugboro ka ntị mmadụ si aghọta ya. Ruo ọtụtụ iri afọ, ha bụ njirimara ọrụ maka njirimara okwu, njirimara ọkà okwu, na nyocha egwu.
Mel-Frequency Cepstral Coefficients na-anọdụ na usoro ọrụ ọdịyo-AI na-agbanwe okwu, egwu, na ụda maka nzikọrịta ozi, nnweta na mmepụta mgbasa ozi.
Ime miri emi
MFCC na-atụgharị obere iberi ọdịyo ka ọ bụrụ ọnụọgụ 13 na-ejide timbre ya. Ọkpụkpọ ahụ na-ewere ụdị ebili mmiri ahụ, gbajie ya n'ime okpokolo agba ~ 25ms, na-agbakọ ụdị ike dị iche iche site na mgbanwe Fourier, wee na-atụgharị axis ugboro ugboro na nha mel, nke na-ekesa otu ụzọ cochlea si eme: nke ọma n'okpuru 1kHz na nke dị n'elu. Ike mel bụ log-compressed (na-eṅomi nghọta ụda) ma mesịa gafere ngbanwe cosine dị iche, nke na-achọ ha mma ma na-etinye ozi n'ime ọnụọgụ ole na ole mbụ. Nsonaazụ siri ike na mkpọtụ na ụda okwu, nke mere na usoro okwu okwu nzuzo zoro ezo Markov Model na Gaussian Mixture Model ji dabere na MMFC ihe fọrọ nke nta ka ọ bụrụ ụwa niile tupu mmụta miri emi.
Nghọta nka nka
Ọnụ ọgụgụ mel na-eme ka nghọta dị nso na mel = 2595 log10 (1 + f/700), ya mere, nha nha nha nha nha nha nhata. The ikpeazụ discrete cosine mgbanwe (DCT) bụ 'cepstral' nzọụkwụ: ọ na-emeso log-mel ụdịdị dị ka ihe mgbaàmà na-ekewapụ nwayọọ nwayọọ na-agbanwe ụda olu-traktịp udi (obere cepstral coefficients, akụkụ anyị na-edobe) si ngwa ngwa pitch harmonics (elu coefficients, na-emekarị tụfuo), nke ọma na-ekewapụ njirimara phonetic site na ụda ọkà okwu.
Ịmụta ọnụọgụ Cepstral nke Mel-frequency
Mel-Frequency Cepstral Coefficients (MFCC) bụ ọnụ ọgụgụ kọmpat nke na-achịkọta udi ụda ugboro ugboro ka ntị mmadụ si aghọta ya. Ruo ọtụtụ iri afọ, ha bụ njirimara ọrụ maka njirimara okwu, njirimara ọkà okwu, na nyocha egwu. Mel-Frequency Cepstral Coefficients na-anọdụ na usoro ọrụ ọdịyo-AI na-agbanwe okwu, egwu, na ụda maka nzikọrịta ozi, nnweta na mmepụta mgbasa ozi. Iji wulite nghọta miri emi, na-emeso Mel-Frequency Cepstral Coefficients dị ka ihe nlere anya na-arụ ọrụ, ọ bụghị otu njirimara: kọwaa nsonaazụ achọrọ, dokwuo anya echiche, ma kewapụ ihe sistemụ ahụ nwere ike ime nke ọma na ihe ka chọrọ mkpebi ndị ọkachamara.
Na omume, ndị otu siri ike na-eji Mel-Frequency Cepstral Coefficients na-emeso ịdịmma, nkwụsịtụ, na nkwenye dị ka akụkụ dị mkpa nke atụmatụ mbugharị. Ha na-edepụta njirisi ịga nke ọma nke ọma, nwalee megide data ziri ezi yana usoro ọrụ, yana na-atụgharị dabere na usoro ọdịda ahụrụ karịa karịa mmeri otu oge. Nke a bụ ebe nghọta usoro ihe atụ na-atụgharị ghọọ ike na-adịgide adịgide n'ofe ngwaahịa, amụma na arụmọrụ.
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu. N'otu oge ahụ, iji olu eme ihe n'ụzọ na-ezighị ezi na ihe egwu mpụta ga-abawanye mgbe nkwenye na-efu. Ụzọ kachasị na-agbanwe agbanwe bụ ijikọ ọsọ nnwale na ịdọ aka ná ntị ọchịchị: ndị na-anya ụgbọ elu, ijide ihe akaebe, bipụta ndekọ mkpebi, na na-aga n'ihu na-emelite nchekwa dị ka omume nlereanya, atụmanya ndị ọrụ, na ihe iwu chọrọ.
Mmetụta atụmatụ
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu.
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Ndị otu mgbasa ozi nwere ike ibubata ọdịyo a na-egbu maramara ngwa ngwa site na iji obere mmefu ego.
Ndị otu mgbasa ozi nwere ike ibubata ọdịyo a na-egbu maramara ngwa ngwa site na iji obere mmefu ego. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Sistemụ na-eche ihu ndị ahịa nwere ike hazie mkparịta ụka n'ọtụtụ buru ibu.
Sistemụ na-eche ihu ndị ahịa nwere ike hazie mkparịta ụka n'ọtụtụ buru ibu. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Mmejuputa n'ezie n'ụwa
Njirimara Acoustic maka ndị amata okwu HMM-GMM dị ka usoro Sphinx mbụ na HTK
Nnwale okwu na nkwuputa okwu, ịmata onye na-ekwu okwu na oku
Nhazi ụdị egwu na akara mkpịsị aka egwu (Timbre nke ụdị Shazam)
Ịchọta mmejọ igwe ma ọ bụ oku anụmanụ sitere na ọdịyo na ụlọ ọrụ mmepụta ihe na nlekota bioacoustic
Usoro mmejuputa
Ọnụọgụ Cepstral Mel-Frequency na omume
Njirimara Acoustic maka ndị amata okwu HMM-GMM dị ka usoro Sphinx mbụ na HTK.
Njirimara Acoustic maka ndị na-amata okwu HMM-GMM dị ka Sphinx mmalite na HTK otu na-enwetakarị nsonaazụ kacha mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, debe ụzọ mmụba mmadụ maka ikpe ọnụ, ma soro ma uru nrụpụta yana ụgwọ njehie ka oge na-aga.
Ọnụọgụ Cepstral Mel-Frequency na omume
Nnwale okwu na nkwuputa okwu, ịmata onye na-ekwu okwu na oku.
Nnwale nkwupụta okwu na ịkọwapụta, ịmata onye na-ekwu okwu na oku Otu na-enwetakarị nsonaazụ ka mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ ịrị elu mmadụ maka oke ikpe, ma soro ma uru nrụpụta na ụgwọ njehie n'ime oge.
Ọnụọgụ Cepstral Mel-Frequency na omume
Nhazi ụdị egwu na akara mkpịsị aka egwu (Timbre nke ụdị Shazam).
Nhazi ụdị egwu na akara mkpịsị aka egwu (Shazam-style timbre matching) Otu dị iche iche na-enweta nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ ịrị elu mmadụ maka ikpe ọnụ, ma soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.
Ọnụọgụ Cepstral Mel-Frequency na omume
Ịchọta mmejọ igwe ma ọ bụ oku anụmanụ sitere na ọdịyo na ụlọ ọrụ mmepụta ihe na nlekota bioacoustic.
Ịchọta mmejọ igwe ma ọ bụ oku anụmanụ sitere na ọdịyo na ụlọ ọrụ mmepụta ihe na bioacoustic nlekota otu na-enwetakarị nsonaazụ ka mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edebe ụzọ mmụba mmadụ maka ikpe ikpe, ma soro ma uru nrụpụta na ụgwọ njehie na-aga n'ihu oge.
Ihe ize ndụ & okporo ụzọ nche
Iji olu eme ihe na ihe egwu mpụta ga-abawanye mgbe nkwenye na-efu.
Izi ezi nwere ike ịdaba n'ofe ụda olu, olumba ma ọ bụ gburugburu mkpọtụ.
Enwere ike imehie ọdịyo sịntetik dị ka ezigbo okwu na-enweghị akara doro anya.
Map mmejuputa
Nweta nkwenye doro anya maka ijide olu, imechi, na ijigharị.
Nweta nkwenye doro anya maka ijide olu, imechi, na ijigharị. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Nwale ogo n'ofe ndị na-ekwu okwu dị iche iche yana ọnọdụ ndabere.
Nwale ogo n'ofe ndị na-ekwu okwu dị iche iche yana ọnọdụ ndabere. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Kọwaa mgbe mmadụ ga-enyocha ma ọ bụ kwado nsonye.
Kọwaa mgbe mmadụ ga-enyocha ma ọ bụ kwado nsonye. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Deba aha ọdịyo sịntetik ma debe ndekọ ihe ndekọ maka ịza ajụjụ.
Deba aha ọdịyo sịntetik ma debe ndekọ ihe ndekọ maka ịza ajụjụ. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.