تکه هایی از این پایان نامه :

2-2-2- 8-سایر پارامترها

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

بردار واریانس خودهمبستگی[1] (AVV ) پارامتر دیگری می باشد که در [24] مورد توجه قرار گرفته می باشد. در این روش قاب به چند زیر قاب از لحاظ زمانی تقسیم می گردد. انرژی در هر زیر قاب E(i,j) (فریمiام، زیر فریم jام)، محاسبه می گردد. سپس واریانس دنباله انرژی در زیر فریم ها محاسبه می گردد. از روی مقایسه این مقدار با مقداری مربوط به نویز، ماهیت قاب مشخص می گردد. در [36] نیز، از محدوده رخداد فرکانس گام، برای تشخیص بهره گیری شده می باشد. به خاصیت ایستان بودن فرکانس گام طول چند قاب در [44] و خاصیت ایستان بودن طیف سیگنال گفتار در طول چند قاب، بهنگام رخداد یک واج صدادار نیز در [35] تصریح شده می باشد. در [45] نیز با فرض ایستان بودن طیف نویز در طول دوره سکوت و انتخاب بردار ویژگی بر اساس انرژی قاب در زیرباندها و اعمال یک تابع تفاضلی بر روی بردار ویژگی قاب جاری با قاب های قبلی، نواحی سکوت تشخیص داده شده می باشد. دو پارامتر دیگر مورد بهره گیری LTSE[2] وLTSD[3] می باشند. که ایده اساسی بهره گیری از این پارامترها، تغییرات زمانی اندازه طیف سیگنال می باشد.[38و37]

 متن فوق بخش هایی از این پایان نامه بود

می توانید به لینک پایین صفحه مراجعه نمایید:

 thesis-power-word