Como acompanhamento da minha pergunta anterior, eu queria saber se existem bibliotecas de detecção de fala existentes. Por detecção de fala, quero dizer passar em um buffer de áudio e recuperar um índice de onde a fala começa e para. Portanto, se eu tiver 10 segundos de amostragem de áudio a 44kHz,...
Eu tenho um sinal de fala de trinta segundos que foi amostrado em 44,1 kHz. Agora, eu gostaria de mostrar quais frequências o discurso tem. No entanto, não tenho certeza de qual seria a melhor maneira de fazer isso. Parece que às vezes se calcula o valor absoluto de uma transformada de Fourier e,...
Estou procurando desenvolver um aplicativo Android. Como parte da funcionalidade, o aplicativo precisaria coletar aleatoriamente de 3 a 5 segundos de áudio e classificá-lo como contendo fala humana ou não. Entendo que esse conceito é chamado de detecção de atividade de voz? Qual seria a melhor...
Gravei uma pronúncia de 2 segundos de um som de vogal. Os primeiros 0,12 segundos do sinal são mostrados abaixo. Agora, eu construí um modelo de 8ª ordem auto-regressivo (AR) para comprimir esse sinal. (Na verdade, estou apenas modelando 160 amostras ou 0,02 s por vez.) A arfunção na System...
Olá, estou fazendo um curso de sistemas multimídia e me preparando para o exame na terça-feira. Estou tentando entender a compressão LPC em um nível geral, mas estou tendo problemas com o que está acontecendo com a parte do filtro preditivo linear. Este é o meu entendimento até agora: O LPC...
Por favor, ajude-me a entender a suavização dos dados. Este é um acompanhamento da minha pergunta anterior postada aqui . Especialmente a principal resposta de Junuxx, onde ele diz que uma maneira de suavizar uma função é:f(x)f(x)f(x) f′[ t ] = 0,1 f[ t - 1 ] + 0,8 f[ t ] + 0,1 f[ t + 1...
Entendo que a representação no domínio do tempo do ruído branco parece impulsos. Como são os ruídos coloridos como marrom, rosa etc. quando executamos uma transformação de Fourier inversa neles? Quais podem ser algumas fontes de ruído colorido que podem afetar os sinais de...
Eu tenho vários arquivos de áudio com partes de fala e música (pense em rádio). Por exemplo, um determinado arquivo pode consistir nas seguintes seções: music --- speech --- music --- speech --- music --- speech --- music Meu objetivo é detectar quando o arquivo muda entre música e fala e cortar...