THMMY.gr

Ανέβηκε και η εργασία στο elearning!


Οποιεσδήποτε απορίες εδώ! Καλό κάψιμο ενάντια στην τρομοκρατία  :P

Κανένα link για το elearning ? είμαι εντέλώς άσχετος  :P

οπως το γραψες πρωτο στο google

Ασχολείται-ασχολήθηκε κανείς με την εργασία;

Γράφουμε ακόμα  :D Πλάκα πλάκα να ζητήσουμε καμιά παράταση, γιατί τα ερωτήματα 2 με 4 φαίνεται να έχουν αρκετό ψάξιμο/δουλειά.

Από τα λίγα που χα δει στο πρώτο ερώτημα φαίνεται να υπάρχουν 2 τόνοι. Οπότε φαντάζομαι ένα LPF φίλτρο με κάποιες προδιαγραφές για να κόβεται αρκετά ο "μικρότερης συχνότητας" τόνος θα είναι κομπλέ. Άλλωστε, η συχνότητα του ήταν στα όρια των ψηλότερων αρμονικών μιας ανθρώπινης φωνής (δε θυμάμαι ακριβώς πόσο), οπότε δε θα επηρεάσει πολύ το κόψιμο από κει και πέρα.
Επίσης πριν κάνετε το φίλτρο, προτείνω manually να μηδενίσετε (με μια for) τις συχνότητες από το σημείο που θέλετε και πέρα (σαν ιδανικό φίλτρο) και με ifft και wavwrite (ή κάπως έτσι) να ακούσετε το αποτέλεσμα, ώστε να δείτε αν σας ικανοποιεί.

ή να φτιάξεις φίλτρο και να χρησιμοποιήσεις το σήμα όπως είναι με χρήση της filter(). Μετά το ακούς με sound(πινακας ηχου,συχνότητα)

Έχει κανείς φτιάξει ένα κατανοητό μήνυμα ; κατανοητό σημαίνει να μαντεύουμε όσες λιγότερες λέξεις γίνετε... Και έχει νιώσει κανείς αν επηρεάζει τον αλγόριθμο Psola ;

Η εργασια πηρε παραταση μεχρι τις 7/3

Πόσο καθαρά έχετε κανει το terroristvoice να ακουγεται? Γενικά έχει αρκετό θόρυβο, όχι???    :???:

σαν να μιλάει μέσω VoLTE  :P

Για ανεβασε το αρχειο να μας πεισεις λιγο ακομη  :)  :P

Έχει κάνει οποιοσδήποτε οτιδήποτε μετά το 1ο part; Γενικά προσπαθεί/ασχολείται κανείς;
Η εργασία είναι παλούκι ή εμείς είμαστε στόκοι;

ειναι παλουκι

Εχει κανείς ιδέα τι λέει ο τρομοκράτης?  :)

Μπαλες, δεν γινεται με τιποτα να καθαρισεις απολυτα το αρχειο ωστε να ειναι ευκρινης η ομιλεια, ανεξαρτητα απο το φιλτρο που θα φτιαξεις (εκτος αν μπορει να με αποδειξει καποιος λαθος). Δεν ξερω αν ειναι επειδη η σειρηνα εχει αρμονικες σε συχνοτητες σημαντικες για την αναγνωριση φωνης ή αν επειδη απλα το αρχειο ειναι αρκετα χαμηλης ποιοτητας και η ομιλεια ειναι εξαρχης σκατα. Αυτο που αναρωτιεμαι ειναι πως θα κανουμε καλο (ή οποιοδήποτε) voice morphing όταν το target speech ειναι μετα βιας αναγνωρισιμο απο ανθρωπινο αυτί.

Αν εχει καταφερει καποιος να κανει το δευτερο, ας πει κατι, τουλαχιστον να ξερουμε οτι γινεται και δεν σκοτωνουμε την ωρα μας τζαμπα

Ούτε και σε μενα έχει καθαρίσει τελείως το σήμα, απλά νομίζω οτι δε σε απασχολεί και πολύ αυτό. Για το voice morphing πρέπει να κοιτάξεις να έρθουν τα pitch των σημάτων κοντά ώστε το source signal(η φωνη σου δηλαδή), να ακούγεται σαν το target signal (terrorist). Τώρα αυτό που έκανα εγώ, ήταν αρχικά να κάνω segmentation στα δύο σήματα, ώστε να κρατάω μια λέξη κάθε φορά σχηματίζοντας δύο cell arrays για την αποθήκευση των segments-λέξεων (τα οποία θα σου χρειαστούν και στο part 3 του recognition), έπειτα εφάρμοσα ξεχωριστά σε κάθε λέξη τον αλγόριθμο sola και pitch modification (υλοποιημένα και τα δύο ονλινε) με βάση τον αλγόριθμο στο pdf 'MatlabBasedVoice ConversionModelUsingPSOLA Algorithm'. Έτσι με εφαρμογή TD-psola προκύπτει μέτριο προς καλό αποτέλεσμα (αν εξετάσεις μεμονωμένα λέξεις οι δυο φωνές όντως φαίνεται να πλησιάζουν) και προσπαθώ τώρα να συνδυάσω και FD-psola μήπως και πάρω καλύτερο αποτέλεσμα, γεγονός που με έχει ταλαιπωρήσει αρκετά. Google πάντως για psola, td-psola, fd-psola,pitch modification και θα βρείτε τα πάντα..