2013年01月_weixi6

01月

转载音高追踪

音高追踪的基本流程如下： 1、将整段音讯讯号切成音框（frames），相邻音框之间可以重叠。 2、算出每个音框所对应的音高。 3、排除不稳定的音高值。（可由音量来帅选，或由音高值的范围来过滤。） 4、对整段音高进行平滑化，通常是使用“中位数滤波器”（median filters）。由一个音框计算出音高的方法很多，可以分为时域和

2013-01-04 12:20:23 2708

转载端点检测 end-point detection

"端点测试"（end-point detection,简称EPD）的目标是要决定音讯开始和结束的位置，所以又可以称为 Speech Detection 或是VAD（Voice Activity Detection）。端点侦测在音讯处理与识别中，扮演一个重要的角色。常见的端点侦测方法与相关的特征参数，可以分为两大类： 1、时域（time domain）的方法：计算量比较

2013-01-04 12:17:55 3787

转载声音的基本特征

一、音量（volume）基本上两种方式来计算： 1、每个音框的绝对值总和： volume= Si=1n |si| 其中si 是一个音框的第i个取样点，而n则是每个音框的点数。这种方法的计算较简单，只需要整数运算，适合用于低阶台

2013-01-04 11:08:55 1591 1

转载声音的一些基本概念

一。声音的基本概念声音代表了空气的密度随时间的变化，基本上是一个连续的函数，但是若要将此信号储存在电脑里，就必须将此信号数位化。一般而言，当我们将声音储存到电脑的时候，将有一下几个参数需要考虑：1、取样频率（sample rate）：每秒钟所取得的声音资料点数，以Hertz（简写Hz）为单位。点数越高，声音品质越好，但是资料量越大，常用的取样频率如下： 1）、8K

2013-01-04 11:04:30 1455

Latex学习详细电子教程

Latex教程 Latex教程 Latex教程 Latex教程

2011-03-09

linux多线程编程

linux多线程编程详解 linux多线程编程

2011-03-09

数据挖掘算法-聚类-OPTICS

基于密度方法，根据密度完成对象的聚类。 perl实现 OPTICS(Ordering Points To Identify the Clustering Structure):并不明确产生一个聚类，而是为自动交互的聚类分析计算出一个增强聚类顺序。。

2011-01-02

数据挖据算法 - 聚类DBSCAN

基于密度的聚类算法实现 perl实现 DBSCAN(Density-Based Spatial Clustering of Applacations with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。

2011-01-02

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

转载 音高追踪

转载 端点检测 end-point detection

转载 声音的基本特征

转载 声音的一些基本概念