Человек - интерфейс - компьютер. Будко В.Н. - 44 стр.

UptoLike

ВУЗ: 

ВГУ | Воронеж

Составители: 

Рубрика: 

результата через фильтр низкой частоты . Аналогично получают и энергетический спектр ,
измеряя энергию на выходе каждого полосового фильтра гребенки. Берется компромисс
между шириной полосового фильтра и разрешением во времени.
Большое распространение получила цифровая обработка сигналов. Пусть речевой
сигнал x(t) представлен последовательностью отсчетов x(nT). 0 ≤ n ≤ N-1, Т – интервал
дискретизации.
Тогда спектр дискретного речевого сигнала
∑
−
=
−
⋅=
1
0
)()(
N
n
nTj
x Д
enTxS
ω
ω
Согласно теории отсчетов (Котельникова ) в частотной области для ограниченной во
времени функции (на интервале NT) спектральная плотность однозначно определяется
заданием своих дискретных значений в точках
k
NT
⋅=
π
ω
2
, k = 0,1,2,…
Обозначив
NT
π
2
=Ω получим окончательное выражение для дискретного
преобразования Фурье (ДПФ)
∑
−
=
Ω−
⋅=Ω
1
0
)()(
N
n
nTjk
xД
enTxkS
Дискретный спектр , в отличие от аналогового , будет по частоте периодическим с
периодом NΩ=2π/T.
Обратное ДПФ, которое переводит ДПФ в исходную последовательность отсчетов
дается выражением
∑
−
=
Ω
⋅Ω=
1
0
)(
1
)(
N
k
jlk
xД
ekS
N
bTx
Здесь объем операции на ЭВМ порядка N
2
комплексных умножений и сложений.
Известны искусственные приемы экономных по числу операций определения ДПФ,
называемые быстрыми преобразованиями Фурье (БПФ). Если N степень числа 2, то БПФ
требует не N
2
а Nlog
2
N операций. Например, при N=1024 получается 99% экономии
вычислительных операций.
6.3 Речевые звуки
С физической точки зрения речь – это последовательность звуков речи с паузами
между группами. Оптимальным считается темп речи 60..80 слов в 1 мин с интервалами
между словами около 1с, а допустимый темп – до 120 слов в 1 мин.
Каждому человеку свойственна своя манера произносить звуки речи (своего рода
устный подчерк). Но при всем многообразии произношения, звуки – это физические
реализации ограниченного числа обобщенных звуков речи, называемых фонемами.
Фонема – это что человек хочет произнести , а звук речи – то , что человек фактически
произносит. Фонема по отношению к звуку играет ту же роль, что и образцовая буква ,
называемая графемой , по отношению к ее реализации.
В русском языке 41 основная фонема:
Сонорные – л, ль, р , рь, м, мь, н, нь, й;
Щ елевые – ж , ш , з, зв, в, вь, с, сь, ф, фь, х, хь;
Взрывные – б , бь, д, дь, г, гь , п, пь, т, ть , к, кь;
Аффрикаты – ц , ч (комбинация глухих взрывных и щелевых)
Гласные – а , о , у , э, и, ы.
Гласные е , я, ё , ю – это составные фонемы йе , йа , йо , йу 
результата через фильтр низкой частоты. Аналогично получают и энергетический спектр,
измеряя энергию на выходе каждого полосового фильтра гребенки. Берется компромисс
между шириной полосового фильтра и разрешением во времени.
     Большое распространение получила цифровая обработка сигналов. Пусть речевой
сигнал x(t) представлен последовательностью отсчетов x(nT). 0 ≤ n ≤ N-1, Т – интервал
дискретизации.
     Тогда спектр дискретного речевого сигнала
               N −1
     S xД (ω) =∑ x(nT ) ⋅ e −jωnT
               n =0
     Согласно теории отсчетов (Котельникова) в частотной области для ограниченной во
времени функции (на интервале NT) спектральная плотность однозначно определяется
заданием своих дискретных значений в точках
         2π
     ω=      ⋅k    , k = 0,1,2,…
         NT
                       2π
     Обозначив Ω =            получим окончательное выражение для дискретного
                       NT
преобразования Фурье (ДПФ)
                 N −1
     S xД (kΩ) =∑ x(nT ) ⋅ e −jkΩnT
                 n =0
     Дискретный спектр, в отличие от аналогового, будет по частоте периодическим с
периодом NΩ=2π/T.
     Обратное ДПФ, которое переводит ДПФ в исходную последовательность отсчетов
дается выражением
             1 N −1
     x(bT ) = ∑ S xД (kΩ) ⋅ e jlkΩ
             N k =0
     Здесь объем операции на ЭВМ порядка N2 комплексных умножений и сложений.
Известны искусственные приемы экономных по числу операций определения ДПФ,
называемые быстрыми преобразованиями Фурье (БПФ). Если N степень числа 2, то БПФ
требует не N2 а Nlog2N операций. Например, при N=1024 получается 99% экономии
вычислительных операций.


6.3 Речевые звуки

     С физической точки зрения речь – это последовательность звуков речи с паузами
между группами. Оптимальным считается темп речи 60..80 слов в 1 мин с интервалами
между словами около 1с, а допустимый темп – до 120 слов в 1 мин.
     Каждому человеку свойственна своя манера произносить звуки речи (своего рода
устный подчерк). Но при всем многообразии произношения, звуки – это физические
реализации ограниченного числа обобщенных звуков речи, называемых фонемами.
     Фонема – это что человек хочет произнести, а звук речи – то, что человек фактически
произносит. Фонема по отношению к звуку играет ту же роль, что и образцовая буква,
называемая графемой, по отношению к ее реализации.
     В русском языке 41 основная фонема:
     Сонорные – л, ль, р, рь, м, мь, н, нь, й;
     Щелевые – ж, ш, з, зв, в, вь, с, сь, ф, фь, х, хь;
     Взрывные – б, бь, д, дь, г, гь, п, пь, т, ть, к, кь;
     Аффрикаты – ц, ч (комбинация глухих взрывных и щелевых)
     Гласные – а, о, у, э, и, ы.
     Гласные е, я, ё, ю – это составные фонемы йе, йа, йо, йу

Страницы