Kas ir nākamais pēc (Vector kvantēšanas) VQ

[Voicegroup]

Mēs darām projicējot ieviest balss komandu uz datora programmu, izmantojot Matlab! Kā mūsu pirmais solis mēs izmantojām Z MFCC (Mel biežums cepstrul coefficent) iegūt z funkcijas, tad mēs izmantojām vektoru quantizer lai quantize z iegūtās funkcijas,,, mēs hav arī ieraksta aptuveni 1000 izlases balsis (skaits cipari) un nokārtojusi tos visus throuh z MFCC un VQ kodi un saglabāts z datus! mēs r ar confustion par to, ko darīt tālāk, lai pārbaudītu mūsu sistēma! tāpēc, lūdzu, ja u ir kāda ideja ....: | 10q iepriekš par ur palīdzību: cry :: |: |: D

 

[rakesh_vnit]

hi .. no tā, ko esmu sapratis frm ur amats ir tas, ka u ir jādara vektoru kvantēšanas pār mfcc paraugiem (es nesapratu Wat u nozīmē būt z funkcijas, bet parasti jebkurā literatūrā u redzēs Pirmie 13 funkcijas tiek izmantota). Tagad, ļauj nākt uz punktu .. wat darīt tālāk? Kā u negrib atzīt vārdus u var u se 2 metodes ... diskrēta laika deformācijas (DTW) vai diskrēta slēptās Markov modelis (HMM). DTW - ja mazs datu kopa HMM - liela datu kopa. viņi abi ir daudz Toolboxes. par HMM http://www.cs.ubc.ca/ ~ murphyk / programmatūra / HMM / hmm.html ir klasisks toolbox. Vēl viena lieta, ka es teiktu, ja es būtu ui paradis darīt VQ. vietā es varētu izmantot nepārtrauktu Hmm! b'coz VQ noved pie kvantēšanas troksnis. viss labākais Rakesh