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

تکه هایی از این پایان نامه :

2-2-2-3-استخراج ویژگی به کمک ضرایب کپسترال[1] فرکانسی در مقیاس مل(MFCC)[2]

مقصود از ضرایب کپسترال، ضرایب کپسترال حقیقی می باشد. مطالعه روی نحوه شنیدن بشر و مدل گوش، نشان می دهد که درک بشر از محتوای فرکانسی، از یک مقیاس خطی پیروی نمی کند. برای شبیه سازی رفتار غیرخطی گوش پیش روی فرکانس ها از فیلتربانک بهره گیری می کنیم. در شکل (2ـ4 ) مراحل استخراج این ضرایب نشان داده شده می باشد. در این سیستم ورودی سیگنال گفتار و خروجی بردارهای ویژگی (بردار ضرایب متناسب با آن گفتار) می باشد. در ادامه تبیین مختصری از مراحل انجام کار داده می گردد.[78]

2)قاب بندی، پنجره گذاری و همپوشانی: آغاز سیگنال را به قطعه های کوچکتر که آنرا قاب می نامند، تقسیم و ویژگی ها از هر قاب استخراج می گردد. هر فریم یک بردار ویژگی را نتیجه می دهد. معمولا طول هر قاب بین 10 تا 50 میلی ثانیه  می باشد و قاب ها با هم همپوشانی دارند. اندازه همپوشانی بین آنها متفاوت (معمولا 25 تا 75 درصد طول قاب) انتخاب می گردد. اگر طول قاب ها کوچکتر انتخاب گردد، تعداد بردارهای ویژگی بیشتر و حجم محاسبات بالاتر می رود. و با افزایش طول قاب، تعداد بردارهای ویژگی و حجم محاسبات کمتر می گردد اما فرض ایستان بودن سیگنال در طول قاب خدشه دار می گردد و اطلاعات کمتری از سیگنال استخراج می گردد. قاب های بدست آمده، در یک پنجره که با w(n)  نشان داده می گردد، ضرب می گردد. تا اثر ناپیوستگی سیگنال در آغاز و انتهای هر قاب کم گردد و تداخلی بین قاب ها در حوزه فرکانسی پیش نیاید. از انواع پنجره، مستطیلی، همینگ، هنینگ، … وجود دارند. همینگ و هنینگ متداول تر هستند. که با ارتباط های زیر نشان داده می شوند.[78]

 

 متن فوق بخش هایی از این پایان نامه بود

می توانید به لینک پایین صفحه مراجعه نمایید:

 thesis-power-word