Fig. 2. Power weighted attenuation-

Fig. 2. Power weighted attenuation-delay histogram (a) for a mixture of three sources with

mixing parameters and

(b) the estimated time-frequency masks with selected points marked in black.

In this work the latter option was chosen allowing us to avoid source reconstrucion and

directly exploit the spectrographic masks for missing data decoding. After source separation

the missing data recognizer was informed which mask corresponded to the target speaker

by comparing the detected histogram peaks with the true mixing parameters. However, the

high STFT resolution is usually not suitable for statistical pattern recognition as it would lead to very high-dimensional feature vectors. The following section explains how the

results of the DUET separation can be integrated into standard feature extraction schemes

and be utilized for missing data speech recognition.

Kết quả (Việt) 1:

Hình 2. Sức mạnh suy giảm trọng-delay biểu đồ (a) đối với một hỗn hợp của 3 nguồn vớitrộn các thông số và(b) mặt nạ tần số thời gian ước tính đã chọn điểm đánh dấu màu đen.Trong tác phẩm này là lựa chọn thứ hai đã được lựa chọn cho phép chúng tôi để tránh nguồn reconstrucion vàtrực tiếp khai thác các mặt nạ spectrographic cho thiếu dữ liệu giải mã. Sau khi tách rời nguồnbộ nhận dạng dữ liệu bị mất tích thông báo với mặt nạ mà tương ứng với các mục tiêu giảbằng cách so sánh các đỉnh núi phát hiện biểu đồ với true trộn thông số. Tuy nhiên, cácđộ phân giải cao STFT là thường không thích hợp cho công nhận mẫu thống kê như nó sẽ dẫn đến rất chiều cao tính năng vector. Phần sau đây giải thích làm thế nàokết quả của chia ly song CA có thể được tích hợp vào các chương trình khai thác tính năng tiêu chuẩnvà được sử dụng cho thiếu dữ liệu nhận dạng giọng nói.

Kết quả (Việt) 2:

Sung. 2. Nguồn trọng sự suy giảm độ trễ biểu đồ (a) cho một hỗn hợp của ba nguồn với

trộn các thông số và

(b) ước tính mặt nạ thời gian-tần số với các điểm đánh dấu chọn màu đen.

Trong công việc này tùy chọn cuối cùng đã được lựa chọn cho phép chúng tôi để tránh nguồn reconstrucion và

trực tiếp khai thác các mặt nạ quang phổ cho thiếu dữ liệu giải mã. Sau khi tách nguồn

dữ liệu nhận dạng mất tích đã được thông báo mà mặt nạ tương ứng với các diễn giả mục tiêu

bằng cách so sánh các đỉnh biểu đồ phát hiện với các thông số trộn đúng. Tuy nhiên,

độ phân giải STFT cao thường là không phù hợp với mô hình công nhận thống kê vì nó sẽ dẫn đến vectơ tính năng rất cao chiều. Phần sau đây giải thích làm thế nào các

kết quả của việc tách DUET có thể được tích hợp vào chương trình khai thác tính năng tiêu chuẩn

và được sử dụng để nhận dạng giọng nói thiếu dữ liệu.