پردازش صوت

آنالیز کپسترال (Cepstral analysis)

نوشته شده توسط مهدی مقیمی

یکی از مشخصه‌هایی که از سیگنال گفتار استخراج میشود و در بسیاری از کاربردها مورد استفاده قرار میگیرد ضرایب کپسترال میباشد. آنالیز کپسترال (Cepstral analysis) روشی است متداول در حوزه پردازش سیگنال و پردازش گفتار صوتی به منظور فشرده سازی یا کد کردن گفتار با کیفیت بالا در نرخ بیت (bit rate) پایین.(برای مطالعه مبحث… مشاهده ادامه مطلب

مقدمات کار با صوت در متلب

نوشته شده توسط مهدی مقیمی

در متلب توابعی وجود دارند که به منظور کار با صوت طراحی شده اند.در این نوشته مقدماتی‌ترین این توابع و طرز کار این توابع را با هم مرور می کنیم. بصورت پیشفرض میدانیم که هنگام بروز خطا و اخطار در متلب این نرم افزار خطای اتفاق افتاده را با رنگ قرمز و ایجاد صدا به اطلاع کاربر… مشاهده ادامه مطلب

ضرایب پیشگوئی خطی (LPC)

نوشته شده توسط مهدی مقیمی

ضرایب پیشگوئی خطی (Linear predictive coding -LPC) روشی است متداول در حوزه پردازش سیگنال و پردازش گفتار صوتی به منظور فشرده سازی یا کد کردن گفتار با کیفیت بالا در نرخ بیت (bit rate) پایین.(برای مطالعه مبحث مربوط به کدینگ و فشرده سازی گفتار کلیک کنید.) روش LPC به طورگسترده ای برای کد نمودن گفتار… مشاهده ادامه مطلب

کدینگ و فشرده سازی گفتار

نوشته شده توسط مهدی مقیمی

کدینگ گفتار فرایندی است که در آن سیگنال گفتار تبدیل به کد می شود.  سپس اطلاعات بدست آمده فشرده شده و ارسال می گردند. کدگذاری منبع روش‌های فشرده‌سازی یک منبع اطلاعات را مطالعه می‌کند. منابع اطلاعاتی طبیعی، مانند گفتار یا نوشتار انسان‌ها، دارای افزونگی است؛ برای مثال در جمله «من به خانه‌مان برگشتم» ضمایر «مان»… مشاهده ادامه مطلب

فریم بندی سیگنال صوت

نوشته شده توسط مهدی مقیمی

میدانیم که سیگنال گفتار یک سیگنال ایستا نیست و مشخصات فرکانسی آن با زمان تغییر میکند. اما خیلی از ابزارهای در دسترس ما مانند تبدیل فوریه مناسب سیگنالهای ایستا میباشد. زمانی که سیگنال گفتار را مورد بررسی قرار میدهیم آن را به قسمتهای کوتاه زمانی تقسیم میکنیم و هر قسمت را جداگانه آنالیز میکنیم, بدلیل… مشاهده ادامه مطلب

مقدمه ای بر پردازش گفتار

نوشته شده توسط مهدی مقیمی

سیگنال صوتی و شنیداری یا Audio احساس ارتعاشات و نوسانات هوا توسط گوش انسان است. اگر این صوت در محدوده فرکانسی 20Hz – 20KHz  باشد با رسیدن به گوش و سپس انتقال به مغز و پردازش روی آن باعث درک مفهوم در ذهن انسان می گردد. سیگنال گفتار Speech زیر مجموعه ای از سیگنال Audio می باشد… مشاهده ادامه مطلب

برنامه بدست آوردن مشخصات زمانی سیگنال صوت

نوشته شده توسط مهدی مقیمی

با استفاده از نرم افزار متلب قصد داریم مشخصات زمانی سیگنال صوتی را بررسی کنیم. انرژی کوتاه مدت(Short Time Energy) و اندازه کوتاه مدت(Short Time Magnitude) را برای یک سیگنال صوتی مشخص میکینیم و برای یک فریم واک و یک فریم بی واک از این صوت نیز اتوکورلیشن(Autocorrelation) را رسم میکنیم و مقایسه ای انجام میدهیم. در… مشاهده ادامه مطلب