Диссертация (Быстрые алгоритмы оценки параметров полигармонической модели голосового сигнала), страница 19
Описание файла
Файл "Диссертация" внутри архива находится в папке "Быстрые алгоритмы оценки параметров полигармонической модели голосового сигнала". PDF-файл из архива "Быстрые алгоритмы оценки параметров полигармонической модели голосового сигнала", который расположен в категории "". Всё это находится в предмете "физико-математические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве СПбГУ. Не смотря на прямую связь этого архива с СПбГУ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата физико-математических наук.
Просмотр PDF-файла онлайн
Текст 19 страницы из PDF
— IEEE. 2007. — С. IV—1077.70. Azarov E., Vashkevich M., Petrovsky A. Instantaneous pitch estimation based on RAPTframework // Signal Processing Conference (EUSIPCO), 2012 Proceedings of the 20thEuropean. — IEEE. 2012. — С. 2787—2791.71. Petrovsky A., Azarov E. Instantaneous Harmonic Analysis: Techniques and Applications toSpeech Signal Processing // Speech and Computer. — Springer, 2014. — С. 24—33.72. Matlab.
— http://www.mathworks.com/.73. Kasi K., Zahorian S. A. Yet another algorithm for pitch tracking // Acoustics, Speech, andSignal Processing (ICASSP), 2002 IEEE International Conference on. Т. 1. — IEEE. 2002. —С. I—361.74. Pirker G., Wohlmayr M., Petrik S., Pernkopf F. A Pitch Tracking Corpus with Evaluationon Multipitch Tracking Scenario. // INTERSPEECH. — 2011. — С. 1509—1512.129Список рисунков1Осциллограмма речевого сигнала для фразы «пять четыре один» . . . . . . .52Речевая цепь: от формулировки до восприятия . .
. . . . . . . . . . . . . . . .53Диаграмма процесса кодирования / декодирования речи . . . . . . . . . . . . .64Спектрограмма сигнала . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .85Звонкий звук . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . .86Глухой звук . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .97Модель резонатора Гельмгольца . . . . . . . . . . . . . . . . . . . . . . . . . . .98Зависимость уровня громкости от звукового давления и частоты. Кривыеравной громкости. [17] . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . .111.1 Ошибка квантования при ИКМ. Такой сигнал будет иметь большоеколичество высоких частот в спектре. Поэтому применяется низкочастотныефильтры. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .151.2 Пример использования оконной функции . .
. . . . . . . . . . . . . . . . . . . .161.3 Диаграмма стандартной системы оценивания ЧОТ . . . . . . . . . . . . . . . .181.4 Исходный сигнал, автокорреляция исходного сигнала, автокорреляцияпредобработанного сигнала . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . .1.5 Исходный сигнал, найти гармоники невозможно21. . . . . . . . . . . . . . . . .221.6 Спектр исходного сигнала, видны характерные пики 90 Гц и 150 Гц. . . . . . .231.7 Спектр голосового сигнала. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .231.8 Исходный сигнал, спектр сигнала, сжатые спектры . . . .
. . . . . . . . . . . .261.9 Исходный сигнал, натуральный логарифм квадрата спектра сигнала. . . . . .271.10 Кепстр, составляющие сигнала H(ω) и S(ω). . . . . . . . . . . . . . . . . . . . .281.11 Принцип работы алгоритма YAAPT . . . . . . . . . . . . . . . . . . . . . . . .291.12 Принцип работы алгоритма MBSC .
. . . . . . . . . . . . . . . . . . . . . . . .301.13 Алгоритм WU. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .312.1 Функция p∞ (x). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .412.2 Мнимая часть функции q∞ (x). . . . . . . . . . . . . . . . .
. . . . . . . . . . . .4202.3 Нормированные функции p0∞ и q∞. . . . . . . . . . . . . . . . . . . . . . . . . .472.4 Корреляционные функции. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .482.5 Функции первых столбцов тёплицевых подматриц матрицы κ. . . . . . . . . .592.6 Функция h(F, M) при M = 10 и при M = 100. . . . . . . . . . . . . . . . . . . .602.7 Множитель при Jmin (F ). . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .622.8 Функция h (F, M) при M = 10 и при M = 100. . . . . . . . . . . . . . . . . . .63s2.9 Множитель при Jmin(F ). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .64s2.10 Нижний график: сигнал, содержащий F0 = 2.08 периода. Верхний график:sнормированная функция Jmin(F ) и функция σb2 (F ). . . .
. . . . . . . . . . . . .651300022.11 Функции Cm, Cm, Cmпри фиксированном F ≈4.5 и при N=1024 и N=256. . .770022.12 Функции Cm, Cm, Cmпри N = 1024 и разных целых P . . . . . . . . . . . . . .782.13 Норма матрицы g в методе простой итерации. . . . . . . . . . . . . . . . . . . .802.14 Норма матрицы g P в методе простой итерации в стационарном случае. . .
. .812.15 ФункцииXn∞ .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .863.1 Предельный колокольчик B∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . .913.2 Нормированная функция ηb0 (x) = 83 ηb(x).. .
. . . . . . . . . . . . . . . . . . . . 1023.3 Множитель KF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1023.4 Коэффициент фильтра первого порядка αF . . . . . . . . . . . . . . . . . . . . . 1034.1 Влияние ошибки определения ЧОТ на спектр восстановленного сигнала . . . 1184.2 Участок голосового сигнала . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . 1194.3 Результат аппроксимации φ0 (F ) . . . . . . . . . . . . . . . . . . . . . . . . . . . 1204.4 Результат аппроксимации Jmin(F ) . . . . . . . . . . . . . . . . . . . . . . . . . . 1204.5 Результат аппроксимации σb(F ) .
. . . . . . . . . . . . . . . . . . . . . . . . . . 120131Список таблиц1Среднее значение для Jmin(P0 ) после высокочастотной фильтрации. . . . . . 122.
