Download presentation
Presentation is loading. Please wait.
1
田口方法應用於語音辨識 報告者:李建德
2
大綱 實驗目的 實驗介紹 直交表分析 變異數分析 回應表分析 結論
3
實驗目的 利用田口方法找出辨識度高及速度快的參數組合
4
實驗介紹 實驗步驟 樣本訊號 特徵擷取 模組化 測試訊號 特徵擷取 辨識器 辨識成果
5
實驗介紹 預強調 取音框 漢明窗 梅爾三角濾波 特徵擷取 離散餘弦轉換(DCT) 差量倒頻譜(△C)
6
實驗介紹 參數因子 離散餘弦轉換(DCT) 差量倒頻譜(△C) 樣本數量
7
實驗介紹 實驗環境 錄製0-9的音檔，每一個數字錄13個訓練樣本 測試每一數字20次，一次實驗共作200次測試，共三次實驗 參數表 DCT
sample LEVEL1 10 3 LEVEL2 15 1 8 LEVEL3 20 2 13 參數表
8
交值表分析 DCT △C sample Y1 Y2 Y3 Yavg MSD(10-4) η 1 98 99 97.5 98.167
1.037 39.842 2 94.5 96 88 92.833 1.165 39.336 3 84.5 87.5 80.5 84.167 1.416 38.489 4 99.5 99.667 4.77 5 95.5 97 1.07 39.706 6 86.5 85.833 1.357 38.674 7 1.01 39.956 8 93 89.5 89 90.5 1.222 39.129 9 85.5 92.5 88.667 1.276 38.941
9
變異數分析 e eT 因子 變動 自由度 變異 純變動 變異比 貢獻度 DCT 267.351 2 NA △C 236.226 Sample
e eT 8 T
10
回應表分析 DCT △C Sample 1 39.222 28.189 39.215 2 27.716 39.39 27.682 3 39.342 38.701 39.383 Max-Min 11.626 11.201 11.701 DCT △C Sample
11
結論 以辨識率來看，取A3B2C3是最高的，但成本(時間) 也是花最久的 若考慮成本(時間)，取A1B2C1
ηopt = ηA3 + ηC3 - ηavg = = dB ηopt = ηA1 + ηC1 - ηavg = = dB
Similar presentations
