প্রশ্ন ট্যাগ «audio»

যার কারও কাছে সফ্টওয়্যার বিকাশের কিছুটা অভিজ্ঞতা রয়েছে, তিনি তাঁর সিন্থগুলি ভালবাসেন এবং ডিজিটাল অডিও উপস্থাপনার [খুব] মূল বিষয়গুলি জানেন, ডিএসপি-বুদ্ধিমান সংগীত সংশ্লেষককে প্রোগ্রাম করার জন্য তাঁর প্রথম পদক্ষেপগুলি কী অনুসরণ করা উচিত?

19 audio 

আমার আগের প্রশ্নের অনুসরণ হিসাবে আমি ভাবছিলাম যে এখানে কোনও স্পিচ সনাক্তকরণ গ্রন্থাগার রয়েছে কিনা। স্পিচ সনাক্তকরণের অর্থ আমার অর্থ একটি অডিও বাফারে পাস করা এবং বক্তৃতাটি কোথায় শুরু হয় এবং কোথায় থামবে তার সূচি ফিরে পাওয়া। সুতরাং যদি আমার কাছে 44kHz এ 10 সেকেন্ডের অডিও স্যাম্পলিং থাকে তবে আমি …

18 audio  speech 

Sooo .. আমি এই জিনিস সম্পর্কে চিন্তা করা ছিল। আমরা সকলেই জানি যে আমরা আমাদের নিজস্ব ভয়েস যা শুনি তার থেকে আমরা আলাদা শব্দ করি। অন্যরা কীভাবে নিজের রেকর্ডিং করে আমাদের তা শোনায় এবং এটি শুনতে সহজ হয় তা খুঁজে পাওয়া সহজ। তবে আশেপাশের অন্যান্য পথে কী হবে? আমাদের ভয়েসকে …

18 signal-analysis  audio  transform 

বাক-বক্তব্যকে তীব্র করতে কেউ কি ফিল্টার সম্পর্কে জানেন? আমি স্পিচ রিকগনিশন সফটওয়্যারটি লিখছি এবং মানব বক্তৃতা ব্যতীত সমস্ত কিছুই ফিল্টার করতে চাই। এর মধ্যে পটভূমি গোলমাল, ক্রেপি মাইক্রোফোন দ্বারা উত্পাদিত শব্দ, এমনকি পটভূমি সংগীত অন্তর্ভুক্ত থাকবে। আমি ইতিমধ্যে একটি প্রথম অর্ডার ফিল্টার প্রয়োগ করেছি যা পাওয়ার স্পেকট্রামের 6 ডিবি রোল-অফের …

17 filters  audio  noise  speech-recognition 

সংগীত বিভিন্ন জেনারস সহ একটি লাইব্রেরিতে অনুরূপ গান মিলে যাওয়ার / সন্ধান করার জন্য আমি কিছু সপ্তাহ পরীক্ষা করে দেখছি। আমার প্রথম চেষ্টাটি ছিল টেম্পোর মতো বৈশিষ্ট্যগুলি নির্ধারণ করা বা গ্রুপে গঠনের জন্য গানে কতটা বাস রয়েছে তা সনাক্ত করা, তবে আমি এই পন্থাটি (ভলিউম পরিবর্তনগুলি ভিত্তিক বিট সনাক্তকরণ) দিয়ে …

16 audio  fft  music 

আমি একটি সাউন্ড ফাইল থেকে বৈশিষ্ট্যগুলি বের করার চেষ্টা করছি এবং শব্দটিকে একটি নির্দিষ্ট বিভাগের (যেমন: কুকুরের ছাল, গাড়ির ইঞ্জিন ইত্যাদি) শ্রেণিভুক্ত হিসাবে শ্রেণিবদ্ধকরণ করার চেষ্টা করছি। আমি নিম্নলিখিত বিষয়গুলি সম্পর্কে কিছু স্পষ্টতা চাই: 1) এই আদৌ কি doable? এমন প্রোগ্রাম রয়েছে যা স্পিচকে চিনতে পারে এবং বিভিন্ন ধরণের কুকুরের …

16 audio  mfcc  machine-learning  classification  sound-recognition 

আমি এখন এমপি 3 ফাইল প্রক্রিয়া করছি এবং এই সমস্যাটির মুখোমুখি। আমার এমপি 3 স্টেরিও এনকোডড। আমি যা করতে চাই তা হ'ল আরও প্রক্রিয়াজাতকরণের জন্য ভোকাল অংশটি নিষ্কাশন করা (আউটপুট সিগন্যালের মোড যাই হোক না কেন, মনো বা স্টেরিও উভয়ই ঠিক আছে)। আমি যতদূর জানি অডিও এমপি 3-তে বিভিন্ন ডিস-জয়েন্ট …

15 audio  downsampling  mp3  background-subtraction 

আমি মাইক্রোফোন ইনপুট থেকে এফএফটি গণনা করছি। আমি লক্ষ্য করেছি যে কম ফ্রিকোয়েন্সি সর্বদা উচ্চ ফ্রিকোয়েন্সিগুলির চেয়ে বেশি পাওয়ার (উচ্চ ডিবি) বলে মনে হয়। আমি ডেটাটি 24576 বাইট (4096 * 6) এর ফ্রেমে কাটছি। হামিং উইন্ডো প্রয়োগ করুন: input[i] *= (0.54d - 0.46d*(double) Math.Cos((2d*Math.PI*i)/fs)); এফএফটিডাব্লু দিয়ে এটি চালান Process1D()। জটিল …

15 audio  fft 

আমি একটি বাফারে সংরক্ষণ করেছি এমন একটি অডিও ট্র্যাকের উচ্চতা গণনা করার চেষ্টা করছি। বাফারটিতে সিগন্যালের পিসিএম ডেটা রয়েছে এবং আমি রুট মিন স্কোয়ার্ডটি ব্যবহার করে এটি কীভাবে 'জোরে' তা পেতে চাই। আমি ধরে নিয়েছি ফ্রিকোয়েন্সি ডোমেনে স্যুইচ না করে সময়-ডোমেনে এটি করতে পারি। এটি করার জন্য সিউডো কোড কী …

15 audio  discrete-signals 

আমার উইকএন্ডের একটি প্রকল্প আমাকে সিগন্যাল প্রসেসিংয়ের গভীর জলে নিয়ে এসেছে। আমার সমস্ত কোড প্রকল্পগুলির জন্য যেমন কিছু ভারী শুল্কের গণিত প্রয়োজন, তাত্ত্বিক ভিত্তির অভাব সত্ত্বেও আমি কোনও সমাধানের পথে আমার ঝাঁকুনি দেওয়ার চেয়ে বেশি আনন্দিত, তবে এই ক্ষেত্রে আমার কোনও কিছুই নেই, এবং আমার সমস্যার বিষয়ে কিছু পরামর্শ পছন্দ …

14 audio  sound-recognition 

আমি কীভাবে (সম্ভব হলে) একটি এফএফটি-জাতীয় পদ্ধতিতে একটি স্বেচ্ছাসেবী অডিও নমুনার (সাধারণত সঙ্গীত) ফ্রিকোয়েন্সি উপাদানগুলি বের করার চেষ্টা করার চেষ্টা করছি, তবে এফএফটি অ্যালগরিদম সম্পর্কে আমার গবেষণায়, আমি শিখছি যে এটি কিছুটা ভুগছে এই উদ্দেশ্যে কঠোর বিধিনিষেধ। এফএফটি উপস্থিত রয়েছে এমন 3 টি সমস্যা রয়েছে: যেহেতু এফএফটি বিন-রেজোলিউশনটি আপনার উইন্ডোর …

14 fft  audio  frequency  music  real-time 

আমি অডিও সিগন্যাল প্রসেসিংয়ের জন্য ভাল সরঞ্জামগুলি সন্ধান করছি। উদাহরণস্বরূপ স্পিচ এবং সংগীত বিশ্লেষণ, স্বয়ংক্রিয় ভাষার সনাক্তকরণ ইত্যাদি স্কিপি লাইব্রেরি অডিও প্রসেসিংয়ের জন্য ফাংশন সরবরাহ করে? এটিতে অডিও সিগন্যাল প্রসেসিংয়ের জন্য কোনও ভাল সরঞ্জাম রয়েছে? আপনি কি দয়া করে এর জন্য কোনও সরঞ্জাম প্রস্তাব করতে পারেন?

14 audio  python  signal-detection 

৫০০ হার্জের সেন্টার ফ্রিকোয়েন্সি এবং একটি ১ অক্টোবরে ব্যান্ডউইথের সাথে একটি সাধারণ ২ য় অর্ডার আইআইআর ব্যান্ডপাস বুটারওয়ার্থ ফিল্টার ডিজাইন করা আমাকে নিম্নলিখিত ফ্রিকোয়েন্সি প্রতিক্রিয়া দেয় ... এখন, আমি যদি আবেগের প্রতিক্রিয়াটি গ্রহণ করি এবং এটিকে সাধারণীকরণ করি এবং এটি ডিবিতে রূপান্তর করি তবে আমরা আবেগ প্রতিক্রিয়াটির ক্ষয়টি পর্যবেক্ষণ করতে …

14 filters  audio  infinite-impulse-response  impulse-response  bandpass 

আমার কাছে কিছুটা কারাওকে-স্টাইলের অ্যাপ্লিকেশন রয়েছে যেখানে ব্যবহারকারী কোনও লাইনের মধ্যে একটি লাইন এক ফাঁক করে একটি গানের 4 টি লাইন গায়। কোনও ব্যাকিং মিউজিক নেই, সুতরাং এটি কেবলমাত্র কণ্ঠস্বর, আশা করা যায় সমস্যাটি সমাধান করা আরও সহজ করে তোলে। আমি আমার রেকর্ডিংয়ে ব্যবহারকারী কোথায় লাইন 1 গাইতে শুরু করে …

14 audio  signal-detection 

পটভূমি আমি এমন একটি সিস্টেম ডিজাইন করছি যা ফোনের টাইপ সেটিংয়ে ব্যবহারের জন্য একটি একক ছোট মাইক্রোফোন এবং স্পিকার থাকবে। আমি দিতে সবচেয়ে সহজ উদাহরণ হ'ল স্কাইপ কথোপকথন যেখানে আপনি নিজের কম্পিউটার স্পিকার এবং একটি ডেস্কটপ মাইক্রোফোন ব্যবহার করছেন। আমি স্পিকারের অডিওটি সম্পর্কে মাইক্রোফোনটি তুলে এবং মূল ব্যক্তির কাছে ফিরে …

14 audio