請問一下板上不知是否有在做語音辨識方面研究的朋友可否告訴一下小弟 在取音框方面程式該如何下手啊小弟最近常是寫了幾個程式都無法成功 請各位幫個忙謝謝

for example (with 16K 8 bit waveform):


(A). 每次抓256聲音取樣點為一個音框長 Frame

(B). x 一階高通數位濾波器
H(Z)=1-0.95Z^-1

(C). x Hamming Windows
W(n)=0.54-0.46cos(2n*pi/(N-1)) 0<= n <=N-1

(D). 利用FilterBank or FFT or LPC 可求取12個參數,代表256個取樣點的特徵參數, 所以啦!可巨量簡少語音的資料量!

(E). Shift 128 point then goto (A), until waveform of tail

waveform I----------------------------------------------------------------------------I

Frame0 I---------I (256) x HxW ->12 Feature
Frame1 I---------I(256)xHxW ->12 Feature
.
.
.
.
Frame N I-------I(256)xHxW ->12 Feature

編輯記錄