语音算法论文中frame-level,segment-level,utterance-level fearure

本文探讨了语音信号处理中,帧级别特征(如MFCC)和段级特征(如音素特征)的区别,以及它们在utterance level特征提取中的应用,重点介绍了如何将非平稳信号转化为平稳信号并进行特征提取的过程。
摘要由CSDN通过智能技术生成

语音是非平稳信号,通过分帧可以认为每帧信号近似为平稳信号,然后就可以在一帧上提取特征。这种就叫做帧级别特征。segmental level的特征应该是指多帧特征,比如音素特征就是segmental level的,而utterance level的就是指一句话上的特征,就有很多帧,例如说话人的特征就是utterance level的。



 

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值