( ) Acos(2ft) (2) The analog si

( ) Acos(2ft) (2)
The analog signal cannot be directly applied in the computer. It is necessary to sample the
analog signal x (t) into the discrete-time signal x (n), which the computer can use to process.
Generally, the discrete signal x (n) is always regarded as one signal sequence or a vector. So
MATLAB can do the computation for the discrete-time signal. The following Figure 1 is
about sampling the analog signal into the discrete-time signal:
















Figure 1: The simple figure about sampling the analog signal


As Fig.1 shown above, the time period of the analog signal x (t) is T. The sampling period of
the discrete-time signal is TS. Assuming the analog signal is sampled from the initial time 0,

so the sampled signal can be written as a vector x n



x N 1 ].

As known, the relation between the analog signal frequency and time period is reciprocal. So
the sampling frequency of the sampled signal is fs=1/Ts. Suppose the length of x (n) is N for K
original time periods. Then the relation between T and Ts is N×Ts=K×T. So N/K= T/Ts=fs/f,
where both N and K are integers. And if this analog signal is exactly sampled with the same
sampling space and the sampled signal is periodic, then N/K is integer also. Otherwise, the
sampled signal will be aperiodic.


According to the sampling theorem (Nyquist theorem)[2], when the sampling frequency is
larger or equal than 2 times of the maximum of the analog signal frequencies, the discrete-
time signal is able to be used to reconstruct the original analog signal. And the higher
sampling frequency will result the better sampled signals for analysis. Relatively, it will need
faster processor to process the signal and respect with more data spaces. In
nontelecommunications applications, in which the speech recognition subsystem has access to
high quality speech, sample frequencies of 10 kHz, 14 kHz and 16 kHz have been used. These


4


Tingxiao Yang

The Algorithms of Speech Recognition, Programming and Simulating in MATLAB



sample frequencies give better time and frequency resolution [1] . In this thesis, for MATLAB
program, the sampling frequency is set as 16 kHz. So the length of the recorded signal in 2
second will be 32000 time units in MATLAB. In next part, the theory of DFT and FFT will be
introduced, which are important when trying to analyze spectrums in frequency domain. And
it is the key to get the way to do the speech recognition in this thesis.

Kết quả (Việt) 1:

Acos(2ft) () (2) Tín hiệu analog không thể áp dụng trực tiếp trong máy tính. Nó là cần thiết để mẫu các tương tự tín hiệu x (t) vào thời gian rời rạc tín hiệu x (n), máy tính có thể sử dụng để xử lý. Nói chung, rời rạc tín hiệu x (n) luôn luôn được coi là tín hiệu một chuỗi hoặc một vector. Vì vậy MATLAB có thể làm tính toán cho tín hiệu thời gian rời rạc. Sau con số 1 làvề lấy mẫu tín hiệu analog thành tín hiệu thời gian rời rạc: Hình 1: Các con số đơn giản về lấy mẫu tín hiệu analogNhư Fig.1 Hiển thị ở trên, thời gian tương tự tín hiệu x (t) là T. Thời gian lấy mẫu tín hiệu thời gian rời rạc là TS. Giả sử tín hiệu analog được lấy mẫu từ thời gian ban đầu 0, Vì vậy, lấy mẫu tín hiệu có thể được viết như một vector x n  x N 1] . Được biết, mối quan hệ giữa các tín hiệu analog tần số và thời gian là đối ứng. Vì vậytần số lấy mẫu của các tín hiệu lấy mẫu là fs = 1 / Ts. cho rằng độ dài của x (n) N kkhoảng thời gian ban đầu. Sau đó, mối quan hệ giữa T và Ts là N x Ts = K x T. Vì vậy, N/K = T/Ts = fs/f,nơi N và K là các số nguyên. Và nếu này tín hiệu tương tự chính xác được lấy mẫu có cùngkhông gian mẫu và lấy mẫu tín hiệu là định kỳ, sau đó N/K cũng là số nguyên. Nếu không, cácLấy mẫu tín hiệu sẽ được aperiodic. Theo định lý lấy mẫu (Nyquist định lý) [2], khi tần số lấy mẫulớn hơn hoặc bằng so với 2 lần tối đa các tần số tín hiệu analog, rời rạc-thời gian tín hiệu có thể được sử dụng để tái tạo lại tín hiệu analog ban đầu. Và cao hơntần số lấy mẫu sẽ gây ra những tín hiệu tốt hơn lấy mẫu để phân tích. Tương đối, nó sẽ cầnxử lý nhanh hơn để xử lý các tín hiệu và sự tôn trọng với thêm dữ liệu không gian. Ởứng dụng nontelecommunications, trong đó có hệ thống nhận dạng giọng nói có quyền truy cập vào bài phát biểu chất lượng cao, mẫu tần số 10 kHz, 14 kHz và 16 kHz đã được sử dụng. Những 4 Tingxiao Dương Thuật toán nhận dạng giọng nói, lập trình và mô phỏng trong MATLAB tần số mẫu đưa ra các giải pháp tốt hơn thời gian và tần số [1]. Trong luận án này, cho MATLAB chương trình, tần số lấy mẫu được thiết lập như 16 kHz. Như vậy chiều dài của các tín hiệu được ghi nhận trong 2 Thứ hai sẽ là đơn vị thời gian 32000 trong MATLAB. Trong phần tiếp theo, các lý thuyết của DFT và FFT sẽ giới thiệu, đó là quan trọng khi cố gắng để phân tích spectrums trong miền tần số. Và đó là chìa khóa để có được cách làm nhận dạng giọng nói trong luận án này.

Kết quả (Việt) 2:

() Acos (2ft) (2)
Các tín hiệu analog không thể được áp dụng trực tiếp vào máy tính. Nó là cần thiết để lấy mẫu
tín hiệu analog x (t) vào các tín hiệu thời gian rời rạc x (n), mà máy tính có thể sử dụng để xử lý.
Nói chung, tín hiệu rời rạc x (n) luôn luôn được xem là một trong chuỗi tín hiệu hay một vector . Vì vậy,
MATLAB có thể làm các tính toán cho các tín hiệu thời gian rời rạc. Các hình sau 1 là
về lấy mẫu tín hiệu tương tự thành tín hiệu rời rạc theo thời gian:
















Hình 1: Các con số đơn giản về lấy mẫu tín hiệu tương tự


như Hình 1 trình bày ở trên, khoảng thời gian của tín hiệu analog x (t) là T. thời gian lấy mẫu của
tín hiệu rời rạc thời gian là TS. Giả sử tín hiệu analog được lấy mẫu từ thời điểm ban đầu 0, do đó, các tín hiệu được lấy mẫu có thể được viết như là một vector xn  x N 1] . được biết, mối quan hệ giữa các giai đoạn tần số tín hiệu và thời gian tương tự là đối ứng. Vì vậy, tần số lấy mẫu của tín hiệu lấy mẫu là fs = 1 / Ts. Giả sử chiều dài của x (n) là N cho K khoảng thời gian ban đầu. Sau đó, mối quan hệ giữa T và Ts là N × Ts = K × T. Vì vậy, N / K = T / Ts = fs / f, nơi cả hai N và K là số nguyên. Và nếu tín hiệu analog này là chính xác lấy mẫu với cùng một không gian lấy mẫu và tín hiệu lấy mẫu là định kỳ, sau đó N / K là số nguyên cũng có. Nếu không, các tín hiệu được lấy mẫu sẽ không tuần hoàn. Theo định lý lấy mẫu (Nyquist lý) [2], khi tần số lấy mẫu là lớn hơn hoặc bằng hơn 2 lần so với tối đa của tần số tín hiệu analog, discrete- tín hiệu thời gian là có thể được sử dụng để tái tạo lại tín hiệu analog gốc. Và cao hơn tần số lấy mẫu sẽ dẫn đến các tín hiệu được lấy mẫu tốt hơn để phân tích. Tương đối, nó sẽ cần phải xử lý nhanh hơn để xử lý tín hiệu và sự tôn trọng với không gian nhiều dữ liệu hơn. Trong các ứng dụng nontelecommunications, trong đó các hệ thống phụ nhận dạng giọng nói có quyền truy cập vào bài phát biểu chất lượng cao, tần số mẫu 10 kHz, 14 kHz và 16 kHz đã được sử dụng. Những 4 Tingxiao Yang Các thuật toán của Speech Recognition, Lập trình và mô phỏng trong MATLAB tần số mẫu cho thời gian tốt hơn và độ phân giải tần số [1]. Trong luận án này, cho MATLAB chương trình, tần số lấy mẫu được thiết lập như là 16 kHz. Vì vậy, độ dài của tín hiệu được ghi trong 2 thứ hai sẽ là 32.000 đơn vị thời gian trong MATLAB. Trong phần tiếp theo, các lý thuyết của DFT và FFT sẽ được giới thiệu, đó là quan trọng khi cố gắng phân tích quang phổ trong miền tần số. Và nó là chìa khóa để có được những cách để làm nhận dạng giọng nói trong luận án này.