Preguntas etiquetadas con speech

Como seguimiento a mi pregunta anterior, me preguntaba si existen bibliotecas de detección de voz. Por detección de voz me refiero a pasar un búfer de audio y obtener un índice de dónde comienza y se detiene el habla. Entonces, si tengo 10 segundos de muestreo de audio a 44kHz, …

18 audio  speech 

Tengo una señal de voz de treinta segundos que se muestreó a 44,1 kHz. Ahora, me gustaría mostrar qué frecuencias tiene el discurso. Sin embargo, no estoy seguro de cuál sería la mejor manera de hacerlo. Parece que a veces se calcula el valor absoluto de una transformada de Fourier …

12 fft  frequency-spectrum  dft  speech  frequency-domain 

Estoy buscando desarrollar una aplicación para Android. Como parte de la funcionalidad, la aplicación requeriría muestrear aleatoriamente de 3 a 5 segundos de audio y clasificarlo como si contuviera o no un discurso humano. ¿Entiendo que este concepto se llama Detección de actividad de voz? ¿Cuál sería la mejor manera …

9 audio  speech  real-time 

Grabé una pronunciación de 2 segundos de un sonido vocal. Los primeros 0,12 segundos de la señal se muestran a continuación. Ahora, he construido un modelo de 8º orden autorregresivo (AR) para comprimir esta señal. (En realidad, solo estoy modelando 160 muestras o 0.02 segundos a la vez). La arfunción …

8 digital-communications  autoregressive-model  speech 

Tengo un montón de archivos de audio que tienen partes de voz y música (piense en la radio). Por ejemplo, un archivo dado puede constar de las siguientes secciones: music --- speech --- music --- speech --- music --- speech --- music Mi objetivo es detectar cuándo el archivo cambia …

7 audio  algorithms  speech  voice  music 

Entiendo que la representación en el dominio del tiempo del ruido blanco parece impulsos. ¿Cómo se ven los ruidos de color como el marrón, el rosa, etc. cuando realizamos una Transformada de Fourier inversa en ellos? ¿Cuáles podrían ser algunas fuentes de ruido coloreado que pueden afectar las señales del …

7 noise  speech  transform  fourier 

Por favor, ayúdame a entender el suavizado de datos. Este es un seguimiento de mi pregunta anterior publicada aquí . Especialmente la respuesta principal de Junuxx, donde dice que una forma de suavizar una función es:F( x )f(x)f(x) F′[ t ] = 0.1 f[ t - 1 ] + 0.8 …

7 speech-recognition  smoothing  speech 

Hola, estoy tomando un curso de sistemas multimedia y me estoy preparando para mi examen el martes. Estoy tratando de entender la compresión LPC a nivel general, pero tengo problemas con lo que está sucediendo con la parte del filtro predictivo lineal. Este es mi entendimiento hasta ahora: LPC funciona …

7 audio  speech  voice  compression  linear-prediction