🗊Презентация Компьютерное моделирование артикуляторных и акустических процессов в естественных языков

Категория: Технология
Нажмите для полного просмотра!
Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №1Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №2Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №3Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №4Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №5Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №6Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №7Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №8Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №9Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №10Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №11Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №12Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №13Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №14Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №15Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №16Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №17Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №18Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №19Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №20Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №21Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №22Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №23Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №24Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №25Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №26Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №27Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №28Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №29Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №30Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №31Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №32
Скачать

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Компьютерное моделирование артикуляторных и акустических процессов в естественных языков. Доклад-сообщение содержит 32 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


Компьютерное моделирование артикуляторных и акустических процессов в естественных языков, слайд №1
Описание слайда:

Слайд 2


Теорема Фурье
Описание слайда:
Теорема Фурье

Слайд 3


Амплитудно-частотный спектр
Описание слайда:
Амплитудно-частотный спектр

Слайд 4


Спектр мощности
Описание слайда:
Спектр мощности

Слайд 5


Логарифмический спектр
Описание слайда:
Логарифмический спектр

Слайд 6


Перевод в децибеллы Имеем дискретный набор гармоник Для каждой гармоники считаем десятичный логарифм от амплитуды данной гармоники Умножаем результат на 10 Получаем логарифмический спектр в децибеллах (дБ)
Описание слайда:
Перевод в децибеллы Имеем дискретный набор гармоник Для каждой гармоники считаем десятичный логарифм от амплитуды данной гармоники Умножаем результат на 10 Получаем логарифмический спектр в децибеллах (дБ)

Слайд 7


Огибающая спектра (spectral envelope)
Описание слайда:
Огибающая спектра (spectral envelope)

Слайд 8


Как быть с фазой?
Описание слайда:
Как быть с фазой?

Слайд 9


Периодическое продолжение С точки зрения спектрального анализа дискретных сигналов, ЛЮБОЙ дискретный сигнал считается периодически продолженным
Описание слайда:
Периодическое продолжение С точки зрения спектрального анализа дискретных сигналов, ЛЮБОЙ дискретный сигнал считается периодически продолженным

Слайд 10


Пример – исходный и периодически продолженный сигналы
Описание слайда:
Пример – исходный и периодически продолженный сигналы

Слайд 11


Периодическое продолжение Любой сигнал (вне зависимости от того, является ли он физически периодически или нет) рассматривается как периодически продолженный (= периодический) Для БПФ и участок гласного, и участок фрикативного будут равно периодическими
Описание слайда:
Периодическое продолжение Любой сигнал (вне зависимости от того, является ли он физически периодически или нет) рассматривается как периодически продолженный (= периодический) Для БПФ и участок гласного, и участок фрикативного будут равно периодическими

Слайд 12


Теорема Фурье Раз любой дискретный сигнал рассматривается как периодический (с периодом Т, равным длительности сигнала), то к нему можно применить теорему Фурье Следовательно, любой дискретный сигнал может быть представлен как сумма гармоник с частотами (1/T), (2/T), (3/T), (4/T) и т.д.
Описание слайда:
Теорема Фурье Раз любой дискретный сигнал рассматривается как периодический (с периодом Т, равным длительности сигнала), то к нему можно применить теорему Фурье Следовательно, любой дискретный сигнал может быть представлен как сумма гармоник с частотами (1/T), (2/T), (3/T), (4/T) и т.д.

Слайд 13


Пример Пусть длительность Т анализируемого сигнала = 20 миллисекунд (0.02 секунд). Тогда сигнал может быть представлен в виде суммы гармоник с частотами 50 Гц (1 / 0.02), 100 Гц (2 / 0.02), и т.д. Для данного сигнала частота 50 Гц никакого отношения не имеет к частоте колебаний голосовых складок.
Описание слайда:
Пример Пусть длительность Т анализируемого сигнала = 20 миллисекунд (0.02 секунд). Тогда сигнал может быть представлен в виде суммы гармоник с частотами 50 Гц (1 / 0.02), 100 Гц (2 / 0.02), и т.д. Для данного сигнала частота 50 Гц никакого отношения не имеет к частоте колебаний голосовых складок.

Слайд 14


Дискретное преобразование Фурье Дискретное преобразование Фурье (ДПФ) (Discrete Fourier Transform, DFT) – результат применения теоремы Фурье к дискретному сигналу ДПФ позволяет вычислить спектр сигнала по самому сигналу Обратное дискретное преобразование Фурье (ОДПФ) (Inverse Discrete Fourier Transform, IDFT) позволяет вычислить сигнал по его спектру
Описание слайда:
Дискретное преобразование Фурье Дискретное преобразование Фурье (ДПФ) (Discrete Fourier Transform, DFT) – результат применения теоремы Фурье к дискретному сигналу ДПФ позволяет вычислить спектр сигнала по самому сигналу Обратное дискретное преобразование Фурье (ОДПФ) (Inverse Discrete Fourier Transform, IDFT) позволяет вычислить сигнал по его спектру

Слайд 15


Свойства ДПФ
Описание слайда:
Свойства ДПФ

Слайд 16


Свойство 1 Если длина сигнала в отсчетах = N, то количество гармоник в Фурье-разложении также будет N (а не бесконечное число, как для непрерывных сигналов) Соответствующий спектр Фурье также будет иметь N спектральных линий
Описание слайда:
Свойство 1 Если длина сигнала в отсчетах = N, то количество гармоник в Фурье-разложении также будет N (а не бесконечное число, как для непрерывных сигналов) Соответствующий спектр Фурье также будет иметь N спектральных линий

Слайд 17


Пример Пусть частота дискретизации сигнала 16 кГц, длительность сигнала в отсчетах = 160 отсчетов (10 миллисекунд). Тогда общее количество гармоник ДПФ-разложения = 160 Частота самой нижней гармоники будет равна 1 / 0.01 = 100 Гц Частота самой высокой гармоники будет равна 160 / 0.01 = 16 кГц Разрешение между соседними гармониками по частоте = разности между частотами соседних гармоник = 100 Гц
Описание слайда:
Пример Пусть частота дискретизации сигнала 16 кГц, длительность сигнала в отсчетах = 160 отсчетов (10 миллисекунд). Тогда общее количество гармоник ДПФ-разложения = 160 Частота самой нижней гармоники будет равна 1 / 0.01 = 100 Гц Частота самой высокой гармоники будет равна 160 / 0.01 = 16 кГц Разрешение между соседними гармониками по частоте = разности между частотами соседних гармоник = 100 Гц

Слайд 18


Свойство 2 Если частота дискретизации сигнала = Fs, то частота самой высокой гармоники в ДПФ-разложении равна частоте дискретизации Fs Если длительность сигнала (в секундах) = Т , то разрешение по частоте равно 1/Т
Описание слайда:
Свойство 2 Если частота дискретизации сигнала = Fs, то частота самой высокой гармоники в ДПФ-разложении равна частоте дискретизации Fs Если длительность сигнала (в секундах) = Т , то разрешение по частоте равно 1/Т

Слайд 19


Скорость вычисления спектра Если длина сигнала в отсчетах = N, то общее количество операций, необходимых для вычисления спектра, примерно равно Например, если длина сигнала = 256 отсчетов, для вычисления спектра необходимо совершить 65536 операций Нельзя ли сократить число операций?
Описание слайда:
Скорость вычисления спектра Если длина сигнала в отсчетах = N, то общее количество операций, необходимых для вычисления спектра, примерно равно Например, если длина сигнала = 256 отсчетов, для вычисления спектра необходимо совершить 65536 операций Нельзя ли сократить число операций?

Слайд 20


Быстрое преобразование Фурье Быстрое преобразование Фурье (БПФ) (Fast Fourier Transform, FFT) – способ «быстрого» вычисления ДПФ за счет одного математического трюка Обратное быстрое преобразование Фурье (ОБПФ) (Inverse Fast Fourier Transform, IFFT) - способ «быстрого» вычисления ОДПФ за счет одного математического трюка Общее количество операций в БПФ – примерно Например, для 256 отсчетов имеем количество операций 2048 операций (вместо 65536 для ДПФ)
Описание слайда:
Быстрое преобразование Фурье Быстрое преобразование Фурье (БПФ) (Fast Fourier Transform, FFT) – способ «быстрого» вычисления ДПФ за счет одного математического трюка Обратное быстрое преобразование Фурье (ОБПФ) (Inverse Fast Fourier Transform, IFFT) - способ «быстрого» вычисления ОДПФ за счет одного математического трюка Общее количество операций в БПФ – примерно Например, для 256 отсчетов имеем количество операций 2048 операций (вместо 65536 для ДПФ)

Слайд 21


В чем трюк? Если длина сигнала в отсчетах есть степень двойки (например, 256 отсчетов = , 512 отсчетов = ), то количество операций можно существенно сократить
Описание слайда:
В чем трюк? Если длина сигнала в отсчетах есть степень двойки (например, 256 отсчетов = , 512 отсчетов = ), то количество операций можно существенно сократить

Слайд 22


БПФ Таким образом, для эффективного использования БПФ длина сигнала в отсчетах должна быть 64 или 128 или 256 или 512 или 1024 или 2048 и т.д. Как этого добиться в действительности?
Описание слайда:
БПФ Таким образом, для эффективного использования БПФ длина сигнала в отсчетах должна быть 64 или 128 или 256 или 512 или 1024 или 2048 и т.д. Как этого добиться в действительности?

Слайд 23


Дополнение нулями (zero-padding)
Описание слайда:
Дополнение нулями (zero-padding)

Слайд 24


MATLAB Y = fft(x) - без дополнения нулями (может вычислять ОЧЕНЬ медленно, если длина сигнала x в отсчетах не равна степени двойки) Y = fft(x, N) – с дополнением нулями до N (где N – число, равное степени двойки, и большее, чем исходная длина сигнала x в отсчетах) X = ifft(Y) – ОБПФ
Описание слайда:
MATLAB Y = fft(x) - без дополнения нулями (может вычислять ОЧЕНЬ медленно, если длина сигнала x в отсчетах не равна степени двойки) Y = fft(x, N) – с дополнением нулями до N (где N – число, равное степени двойки, и большее, чем исходная длина сигнала x в отсчетах) X = ifft(Y) – ОБПФ

Слайд 25


Пример
Описание слайда:
Пример

Слайд 26


512-БПФ (амплитудный спектр)
Описание слайда:
512-БПФ (амплитудный спектр)

Слайд 27


512-БПФ (логарифмический спектр)
Описание слайда:
512-БПФ (логарифмический спектр)

Слайд 28


Свойство 3 БПФ-спектр симметричен относительно срединной гармоники (например, 256-й гармоники для 512-точечного БПФ) Соответствующая частота = половине частоты дискретизации Например, для частоты дискретизации 16 кГц БПФ-спектр симметричен относительно частоты 8 кГц Необходимо вычислять спектр только до половины частоты дискретизации
Описание слайда:
Свойство 3 БПФ-спектр симметричен относительно срединной гармоники (например, 256-й гармоники для 512-точечного БПФ) Соответствующая частота = половине частоты дискретизации Например, для частоты дискретизации 16 кГц БПФ-спектр симметричен относительно частоты 8 кГц Необходимо вычислять спектр только до половины частоты дискретизации

Слайд 29


512-БПФ, физический спектр
Описание слайда:
512-БПФ, физический спектр

Слайд 30


512-БПФ
Описание слайда:
512-БПФ

Слайд 31


ОБПФ
Описание слайда:
ОБПФ

Слайд 32


Что нужно помнить Если длина сигнала в отсчетах = N, в секундах = Т, то сигнал можно представить суммой из N гармоник с частотами 1/T, 2/T, 3/T, …, N/T БПФ-спектр нужно вычислять до гармоники с частотой N/(2T) Если частота дискретизации сигнала = Fs, то БПФ-спектр вычисляется до частоты Fs/2 Если N – не степень двойки, то необходимо дополнить нулями сигнал до ближайшего числа, являющегося степенью двойки (в MATLAB это делается автоматически)
Описание слайда:
Что нужно помнить Если длина сигнала в отсчетах = N, в секундах = Т, то сигнал можно представить суммой из N гармоник с частотами 1/T, 2/T, 3/T, …, N/T БПФ-спектр нужно вычислять до гармоники с частотой N/(2T) Если частота дискретизации сигнала = Fs, то БПФ-спектр вычисляется до частоты Fs/2 Если N – не степень двойки, то необходимо дополнить нулями сигнал до ближайшего числа, являющегося степенью двойки (в MATLAB это делается автоматически)

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию