Цитата(Voland_Kovno @ 14.12.2004, 12:47)

для распознавания речи он обсолютно не подходит

Так я ведь об этом говорил
Только, возможно, не в этой теме.

Цитата(Voland_Kovno @ 14.12.2004, 12:47)

Знать бы как этому вейвлету мозги подкрутить...

А что требуется сделать?

Коефициенты уезжают сильно влево - такое чувство что алгоритму сигнал слишком неинформативен. В результате неточность сравнения. Пытался умненьшать частоту дискретизации - но всё равно - всё в левой части даже при 6000 Hz, сигнал длинной 2036 ед.

Цитата

Коефициенты уезжают сильно влево

Сразу вопрос: использовался вейвлет-пакет или просто вейвлет-преобразование?

Если это обычное вейвлет-преобразование, то что здесь удивительного? На каждом уровне мы выполняем свертку только с НЧ-фильтром.

А не подскажете, насколько похоже надо говорить в микрофон, т.е можно ли петь или там другим голосом? А то у меня почему-то больше похожи получаются коэффициенты там, где 2 диктора говорят одно и то же, а не там где один диктор разные вещи говорит

Ничего не понимаю...

Может я что-то не так делаю?

И еще вопрос: Вот эти коэффициенты, которые мы получаем не похожи ли на разложение в ряд фурье? Ведь получаем тоже зависимость Энергий от частоты...

И еще забыл спросить, как говорил Колумбо : Можете рассказать (дать формулу) расстояния Махалонобиса?

Большое спасибо

Цитата(eldo @ 9.1.2005, 22:51)

можно ли петь или там другим голосом?

И даже нужно

Вообще для распознавания голосов не мешало бы еще и кепстр вычислить и сравнивать уже кепстральные коэффициенты.

Цитата(eldo @ 9.1.2005, 22:51)

Вот эти коэффициенты, которые мы получаем не похожи ли на разложение в ряд фурье? Ведь получаем тоже зависимость Энергий от частоты...

О взаимосвязи этих преобразований есть в любом учебнике по вейвлетам.

Расстояние Махаланобиса:

Dm = [(X1-X2)'*inv(S)*(X1-X2)],

где X1, X2 - векторы средних для матриц М1 и М2,
S - объединенная ковариационная матрица,
inv - операция обращения матриц,
' - операция транспонирования.

Объединенная ковариационная матрица считается так:

S = (Cov1 + Cov2)/(n1 + n2 - 2),

где Cov1 = M1'*M1, Cov2 = M2'*M2.
n1, n2 - длины X1, X2.

Цитата

Вообще для распознавания голосов не мешало бы еще и кепстр вычислить и сравнивать уже кепстральные коэффициенты.

По поводу кепстра. Я стока мучаюсь, ищу, ищу, никак не могу понять. Это ж вроде как обратное преобразование Фурье от логарифма преобразования фурье? Если так то мы ж получаем тот же самый сигнал, что был раньше тока по модулю и с меньшей амплитудой? Или я не прав?

ЗЫ Спасибо за ответ

Кепстр - это косинус-преобразование.

eldo
Новые вопросы, не касающиеся вейвлет-пакетов, следует задавать в отдельной теме. Один вопрос - одна тема.