Matematické Fórum

Zdravím,

Mám sice už po škole, ale nyní nastupuju do praxe a potýkám se s vlastní nezkušeností - tedy ve škole jsme dělali signal processing, systémy, regulace, měření atd atd. Mám takové jakési komplexní znalosti. Potřeboval bych trochu nasměrovat, rád přijmu jakoukoli radu, doporučení na literaturu ...

Můj problém:

mám mikrofon, snímám s ním data (Fs=48KHz, 16bit) . Vzor, tedy to co v budoucnu budeme chtít kontinuálně rozpoznávat (zda je v přítomno v blízkosti mikrofonu či nikoliv) z kontinuálně měřených dat mám naměřeno. Díval jsem se v matlabu na spectrogram, vidím že dominantní frekvence se nachází cca do 8KHz. V nízkých frekvencích se nachází šum, ten budeme filtorvat v budoucnu.

Nicméně teď bádám a přemýšlím jak nejlépe provádět rozpoznání (míru shody s vybraným vzorkem který nejlépe odpovídá tomu co hledáme). Kolega mi poradil počítat x koeficientů ARmodelu a zkusit, jestli prostou korelací koeficientů AR modelu by to nešlo ... Podle posledních výsledků mi ale přijde, že není příliš znatelný rozdíl mezi AR modelem našeho kýženého zvuku a například lidské řeči ... korelace mi háže poměrně vysokou shodu právě i na tyto naprosto odlišné zvuky.

Tak mi zase velmi v rychlosti kolega radil cosi s toeplitzovou maticí a vlastními čísli té matice, ale to jsem vůbec nepochopil co to je a jak by mi to mohlo pomoci. Prý udělat vektor těch vlastních čísel a z maximálního prvku ¨vzít 10% této hodnoty a najít další prvek nejbližší této hodnotě (10% z max(vektor_vl_čís)). Vím že teď vůbec nepíšu odborně, to je právě dáno tím, že až takový odborník nejsem, mám spíše okrajové poznání signal processingu.

Jakékoli myšlenky, nápady jsou vítané.

Velice děkuji
s pozdravem
Slávek

Spektrogram jedné cca 30s nahrávky ...
Odkaz