Αυτόματος εντοπισμός χαρακτηριστικών για επεξεργασία ηχητικών σημάτων
Loading...
Date
2024-11-20
Authors
Βλαχοδημητρόπουλος, Δημήτριος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική διερευνά τη σχέση μεταξύ της φασματικής κύρτωσης και των Formants(το ευρύ φασματικό μέγιστο που προκύπτει από τον ακουστικό συντονισμό της ανθρώπινης φωνητικής οδού) των σημάτων ομιλίας. Αξιοποιώντας τεχνικές επεξεργασίας σήματος, όπως ο μετασχηματισμός Fourier μικρού χρόνου (STFT) και η γραμμική κωδικοποίηση πρόβλεψης (LPC) συνδιαστηκά με την μέθοδο του Burg, στοχεύουμε στη βελτίωση της ακρίβειας της ανίχνευσης Formants υπό διάφορες συνθήκες θορύβου. Η έρευνα χρησιμοποιεί ένα σύνολο δεδομένων 3009 δειγμάτων ομιλίας, τα οποία επεξεργάστηκαν και τμηματοποιήθηκαν με τη χρήση Python και αναλύθηκαν τόσο με το λογισμικό Matlab όσο και με το λογισμικό Praat. Χρησιμοποιώντας τη φασματική κύρτωση ως ένα ισχυρό εργαλείο για τον εντοπισμό μεταβατικών και μη στάσιμων γεγονότων, συσχετίζοντας τα με εκτιμήσεις της συχνότητας των φορμαντών. Η στατιστική ανάλυση αποκαλύπτει σημαντικά μοτίβα, αναδεικνύοντας την ανθεκτικότητα και τους περιορισμούς των διαφόρων μεθοδολογιών. Τα ευρήματα έχουν συνέπειες για εφαρμογές στην αναγνώριση ομιλίας και την ταυτοποίηση γραμμάτων, προσφέροντας γνώσεις σχετικά με τη συμπεριφορά των Formants σε απαιτητικά ακουστικά περιβάλλοντα.
Description
Keywords
Ήχος, Κύρτωση