<?xml version='1.0' encoding="utf-8"?>
      <rss version='2.0'>
      <channel>
      <title>Форум на Исходниках.RU</title>
      <link>https://forum.sources.ru</link>
      <description>Форум на Исходниках.RU</description>
      <generator>Форум на Исходниках.RU</generator>
  	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=407717&amp;view=findpost&amp;p=3648970</guid>
        <pubDate>Sun, 24 Jan 2016 12:23:35 +0000</pubDate>
        <title>Дикторонезависимое распознавание шипящих</title>
        <link>https://forum.sources.ru/index.php?showtopic=407717&amp;view=findpost&amp;p=3648970</link>
        <description><![CDATA[webcoder88: Теперь мягкий звук &quot;сь&quot;. В отличие от звука &quot;с&quot;, который формируется направлением струи воздуха в верхние зубы, звук &quot;сь&quot; появляется при направлении струи воздуха в нижние зубы.<br>На слух  сь слышится более свистящим -  нижние зубы более мелкие.<br>Мягкие согласные отправляются в нижнюю челюсть, а их норм. аналоги - в небо и верхнюю челюсть.]]></description>
        <author>webcoder88</author>
        <category>Речевые Технологии</category>
      </item>
	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=407717&amp;view=findpost&amp;p=3648586</guid>
        <pubDate>Fri, 22 Jan 2016 07:52:13 +0000</pubDate>
        <title>Дикторонезависимое распознавание шипящих</title>
        <link>https://forum.sources.ru/index.php?showtopic=407717&amp;view=findpost&amp;p=3648586</link>
        <description><![CDATA[webcoder88: Несколько слов о формировании фонемы С в русском языке. Во время поизношения язык придвигается к передним зубам, поэтому в образовании общего звука участвуют 2 вида потоков. Первый основной поток образуется при движ. воздуха между передней частью нёба (и губами). Этот поток однородный и похож на хвук Ш.<br>
Второй вид потока образован несколькими турбулентными потоками воздуха, проходящего через щели в зубах. Этот поток напоминает свист.<br>
Поэтому на графике распр-я энергии можно видеть максимум и еще 1 или несколько потоков поменьше. Мощность второго потока зависит от неск. факторов: скорости выдыхаемого воздуха и положения языка относительно неба и передних зубов. Поток от нёба может быть сведен к минимуму. <br>
<br>
Графики голоса cmu_us_arctic_slt имеет 1, ярко выраженный пик. Возможно, что голос синтезирован или прошел спец. обработку.<br>
На голосе Елена теория подтверждается практикой, тк 2 пика есть в любом случае.<br>
<span class="b-attach" data-size="15505" data-hits="582" data-attach-id="48593" data-attach-post-id="3648586">
			<span class="b-attach__title"></span><a class='b-attach-link' href='https://forum.sources.ru/index.php?act=Attach&amp;type=post&amp;id=3648586&amp;attach_id=48593' title='Скачать файл' target='_blank'>Elena_a001.png</a> (, : 582)
		</span> <br>
<br>
<span class="tag-color tag-color-named" data-value="mergepost" style="color: mergepost"><span class='tag-size' data-value='7' style='font-size:7pt;'>Добавлено <time class="tag-mergetime" datetime="2016-01-22T07:58:16+00:00">22.01.16, 07:58</time></span></span><br>
После фильтрации узким полосовым фильтром в диапазоне частот от 8 до 15кГц звук С становится похож на сверчка.]]></description>
        <author>webcoder88</author>
        <category>Речевые Технологии</category>
      </item>
	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=407717&amp;view=findpost&amp;p=3648077</guid>
        <pubDate>Wed, 20 Jan 2016 08:17:49 +0000</pubDate>
        <title>Дикторонезависимое распознавание шипящих</title>
        <link>https://forum.sources.ru/index.php?showtopic=407717&amp;view=findpost&amp;p=3648077</link>
        <description><![CDATA[webcoder88: Еще 1 график.<br>
<span class="b-attach" data-size="49067" data-hits="571" data-attach-id="48569" data-attach-post-id="3648077">
			<span class="b-attach__title"></span><a class='b-attach-link' href='https://forum.sources.ru/index.php?act=Attach&amp;type=post&amp;id=3648077&amp;attach_id=48569' title='Скачать файл' target='_blank'>s_888math.png</a> (, : 571)
		</span> <br>
<br>
<span class="tag-color tag-color-named" data-value="mergepost" style="color: mergepost"><span class='tag-size' data-value='7' style='font-size:7pt;'>Добавлено <time class="tag-mergetime" datetime="2016-01-20T08:58:40+00:00">20.01.16, 08:58</time></span></span><br>
Независимомть к положению максимума ко второму пику (инвариантность?) достигается простыми алгоритмами:<br>
<div class='tag-code'><span class='pre_code'></span><div class='code  code_collapsed ' title='Подсветка синтаксиса доступна зарегистрированным участникам Форума.' style=''><div><div><ol type="1"><div class="code_line">&nbsp;% Поиск максимума</div><div class="code_line">&nbsp;</div><div class="code_line">&nbsp;Dmax3 = max(D3) </div><div class="code_line">&nbsp;</div><div class="code_line">&nbsp;%поиск индекса</div><div class="code_line">&nbsp;for(i=1:iend)</div><div class="code_line">&nbsp;&nbsp; &nbsp; %fprintf(&#39;D3(i)=%f&#39;,D3(i));</div><div class="code_line">&nbsp;&nbsp; &nbsp; if (D3(i)==Dmax3) </div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp; &nbsp;Imax3=i;</div><div class="code_line">&nbsp;&nbsp;end; &nbsp; &nbsp;</div><div class="code_line">&nbsp;end;</div><div class="code_line">&nbsp;</div><div class="code_line">;Imax3</div><div class="code_line">&nbsp;&nbsp;</div><div class="code_line">&nbsp;&nbsp;i2=Imax3-10; </div><div class="code_line">&nbsp;&nbsp;if (i2&#60;1) </div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp;i2=1;</div><div class="code_line">&nbsp;&nbsp;end; &nbsp;</div><div class="code_line">&nbsp;&nbsp;</div><div class="code_line">&nbsp;&nbsp;i3=Imax3+10; </div><div class="code_line">&nbsp;&nbsp;if (i3&#62;iend) </div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp;i3=iend;</div><div class="code_line">&nbsp;&nbsp;end;</div><div class="code_line">&nbsp;&nbsp;</div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp;</div><div class="code_line">% &nbsp;%Распознавание С</div><div class="code_line">&nbsp;&nbsp;Dmax33 = Dmax3*0.2;</div><div class="code_line">&nbsp;&nbsp;Imax33=0;</div><div class="code_line">&nbsp;&nbsp;</div><div class="code_line">&nbsp;&nbsp;for(i=i2:i3)</div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp;if (i==Imax3)</div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp; &nbsp; &nbsp;i=i+1; % пропустить</div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp;end;</div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp;</div><div class="code_line">&nbsp;&nbsp; &nbsp; if D3(i)&#62;Dmax33</div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp; &nbsp; Dmax33=D3(i); </div><div class="code_line">&nbsp;&nbsp; &nbsp; &nbsp; &nbsp; Imax33=i</div><div class="code_line">&nbsp;&nbsp; &nbsp; end; &nbsp; </div><div class="code_line">&nbsp;&nbsp;end;</div><div class="code_line">&nbsp;&nbsp; &nbsp;</div><div class="code_line">&nbsp;&nbsp;Dmax33</div><div class="code_line">&nbsp;&nbsp;</div><div class="code_line">&nbsp;if (Imax33 &#62;Imax3)</div><div class="code_line">&nbsp;&nbsp; &nbsp; Ch3=Imax3/Imax33;</div><div class="code_line">&nbsp;else</div><div class="code_line">&nbsp;&nbsp; &nbsp; Ch3=Imax33/Imax3;</div><div class="code_line">&nbsp;end;</div><div class="code_line">&nbsp;</div><div class="code_line">&nbsp;if (Ch3&#62;0.63 &amp; Ch3&#60;0.95 &amp; Dmax3&#60;0.25)</div><div class="code_line">&nbsp;fprintf (&#39;Фонема - С\n&#39;);</div><div class="code_line">&nbsp;end;</div></ol></div></div></div></div><script>preloadCodeButtons('1');</script> <br>
<br>
<span class="tag-color tag-color-named" data-value="mergepost" style="color: mergepost"><span class='tag-size' data-value='7' style='font-size:7pt;'>Добавлено <time class="tag-mergetime" datetime="2016-01-20T09:11:06+00:00">20.01.16, 09:11</time></span></span><br>
Метод будет работать только на предварительно размеченном звуковом файле.<br>
Буду благодарен, если подскажете код чтения меток hts и инициализации массива меток в Матлаб.]]></description>
        <author>webcoder88</author>
        <category>Речевые Технологии</category>
      </item>
	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=407717&amp;view=findpost&amp;p=3648074</guid>
        <pubDate>Wed, 20 Jan 2016 08:07:20 +0000</pubDate>
        <title>Дикторонезависимое распознавание шипящих</title>
        <link>https://forum.sources.ru/index.php?showtopic=407717&amp;view=findpost&amp;p=3648074</link>
        <description><![CDATA[webcoder88: Дикторонезависимое распознавание шипящих без предварительной тренировки методом расчета энерго-частотной характеристики. <br>
Суть метода заключается в расчете энергии исходного сигнала E0, далее определяется энергия сигнала после фильтрации полосовым фильтром.<br>
Каждое значение E(i) делится на E0, после чего строится график. <br>
Количество фильтров и соответственно точек равно 20000/частота полосового фильтра. При ширине 500Гц, кол-во равно 40 точек.<br>
Распознавание фонемы С. 44100, 500Гц<br>
Русскоязычный диктор, мужской или женский голос, продолжительность фонемы не имеет значения.<br>
Значение максимума лежит ниже уровня 0.25 График имеет 2 близко расположенных пика (Твин Пикс ;)) Отношение частот пиков лежит в диапазоне 0.65...0.88 и увелич-ся с частотой. График частного - не прямая, а задирается вверх как перевернутая экспонента. Строить лень. Я нашел примерную формулу (подгонка).<br>
Англоязычный диктор, мужской или женский голос, продолжительность фонемы не имеет значения.<br>
Значение максимума лежит ниже уровня 0.25. 2-ой пик слабо выражен.<br>
<span class="b-attach" data-size="15684" data-hits="580" data-attach-id="48568" data-attach-post-id="3648074">
			<span class="b-attach__title"></span><a class='b-attach-link' href='https://forum.sources.ru/index.php?act=Attach&amp;type=post&amp;id=3648074&amp;attach_id=48568' title='Скачать файл' target='_blank'>s1_3sh.png</a> (, : 580)
		</span> <br>
<br>
<span class="tag-color tag-color-named" data-value="mergepost" style="color: mergepost"><span class='tag-size' data-value='7' style='font-size:7pt;'>Добавлено <time class="tag-mergetime" datetime="2016-01-20T08:13:06+00:00">20.01.16, 08:13</time></span></span><br>
Пики Ц лежат правее пиков С (взрывной звук вначале дает много высокочастотных гармоник)<br>
<br>
График для Ш,Щ,Ч для Елены практически совпадают и накладываются др. на друга, причем при уменьшении ширины полосового фильтра до 100Гц график не распадается на отд. пики, те энергия этих фонем сосредоточена в одной узкой полосе, а значение всегда лежит выше уровня 0.6. <br>
<br>
<span class="tag-color tag-color-named" data-value="mergepost" style="color: mergepost"><span class='tag-size' data-value='7' style='font-size:7pt;'>Добавлено <time class="tag-mergetime" datetime="2016-01-20T08:14:14+00:00">20.01.16, 08:14</time></span></span><br>
0.45 .. 0.6]]></description>
        <author>webcoder88</author>
        <category>Речевые Технологии</category>
      </item>
	
      </channel>
      </rss>
	