И в мыслях не было! Мне интересно, чем это закончится.
А вдруг получится?

Собсна, вот так выглядит инверсное© ДПФ по меандру



зы: ВЧ слева, НЧ справа - так получилось

Сообщение отредактировал Огурцов - Nov 2 2008, 21:26

Еще форум: Speech-recognition.

Картинка фразы "write down":



Сигнал предварительно обработан Yi = Xi^0.5*256
Частота 8кгц, размер блока - 64(8мc). 64 - это даже много, т.к. некоторые фонемы минимум в два раза короче, а неплохо бы еще иметь запас раза в два. Т.е. получается интересная штука - ВЧ звуки меняются быстро и для них блок должен быть короткий, НЧ звуки меняются медленно и для них блок должен быть длинный. Т.е. получается как бы два уровня (канала) или даже несколько, с разными блоками, один длиннее предыдущего. И WT как раз похож - там тоже каждый следующий уровень можно строить на предыдущем. Вопрос, как потом объединять в результат - видимо, тут простой корреляцией не обойтись.

Да, с частотой, видимо, какой-то косяк. Такое ощущение, что частота семплирования у карточки установилась раз в восемь ниже.
Вот здесь образцы http://users.swing.be/hdepra/home/P22/E-sounds.html

Ну так что, может продолжим? Вроде отпускает уже...

По сути нам осталось оттестировать реализацию.
Для этого нужно собрать макет.. а возможности его собрать у меня до декабря не предвидится..
Пока все еще "на рогах".

По сути было бы неплохо, если бы Вы поделились набором спектров для сравнения.

Ну и что, тема окончательно заглохла?
А жаль...
На одном дыхании прочёл все 9 страниц. И как-бы непонятно полетит/не полетит...

да, мне тоже очень интересно этот раздел, я сейчас делаю такой девайс на ATmega88,
мне надо распознать 3 слово, микрофон через компаратор подключил на ножке INT0,
измеряю импулси и записиваю в EEPROM, но немогу найти алгоритм для нормализации
массива, если кто знает подскажите пожалуйста. После нормализации можно сравнить
эталоны.

Ну вы уже давно его делаете и есть на то отдельная ветка в форуме.
А тут люди вроде как более грамотно подошли к вопросу. Если бы мне хватало квалификации я бы и сам продолжил бы, но ни с AVR ни с ЦОС в нужной мере не знаком к сожалению.

Ну что, не пора ли продолжить?

Imho, не будет продолжения по нескольким причинам:
1. не сделать это (распознавание неизвестного диктора) на МК, вон MS не смогла довести это до ума в офисе, а тут какой-то МК.
2. пар ушел в свисток, а зверь "бодун" и прочее - отмазки.

Тоже думаю, что ничего из этой затеи не получится. Дело не в АВР. А в том , что уважаемые господа "ищут не там где потеряли, а где светлее." Фурье тут никаким боком не подойдет, были намеки про вейвлеты, но они остались не замечеными.
Вообще это очень сложная задача: я как-то скачал несколько файлов с фразами , наговоренными разными "дикторами" . Так я сам смог разпознать некоторых говорунов с 5 раза,а я всю жизнь этим занимаюсь! , а вы -АВР,АВР.

А не нужно неизвестного, известного бы.