where Gb(k) is the frequency-respon

where Gb(k) is the frequency-response of the filter-bank channel b, and kb and Nb are the
lowest frequency-component and number of components of the frequency response,
respectively, and X(b) is the overall filter-bank energy value.
4. Post-processing of the voicing-distances:
The voicing-distance obtained from steps (2) and (3) may accidentally become of a low value
for an unvoiced region or vice versa. To reduce these errors, we have filtered the voicing-
distances by employing 2-D median filters due to their effectiveness in eliminating outliers
and simplicity. In our set-up, median filters of size 5x9 and 3x3 (the first number being the
number of frames and the second the number of frequency indices) were used to filter the
voicing-distances vd(k) and vdfb(b), respectively.
Examples of spectrograms of noisy speech and the corresponding voicing-distances for
spectrum and filter-bank channels are depicted in Figure 1.

Kết quả (Việt) 1:

nơi Gb(k) là đáp ứng tần số của bộ lọc-ngân hàng kênh b và kb và Nb có các thành phần tần số thấp nhất và số lượng các thành phần của các phản ứng tần số, tương ứng, và X(b) là giá trị năng lượng tổng thể của bộ lọc-ngân hàng. 4. cách chế biến của các khoảng cách lồng tiếng: Lồng tiếng-khoảng cách thu được từ bước (2) và (3) có thể vô tình trở thành một giá trị thấp Đối với một khu vực unvoiced hoặc ngược lại. Để giảm bớt những lỗi này, chúng tôi đã lọc lồng tiếng-các khoảng cách bằng cách sử dụng bộ lọc trung bình 2-D do hiệu quả của họ trong việc loại bỏ các outliers và đơn giản. Trong thiết lập của chúng tôi, các bộ lọc trung bình kích thước 5 x 9 và 3 x 3 (số đầu tiên là các số lượng các khung hình và thứ hai số lượng tần số chỉ số) đã được sử dụng để lọc các lồng tiếng-khoảng cách vd(k) và vdfb(b), tương ứng. Ví dụ về các spectrograms của bài phát biểu ồn ào và tương ứng khoảng cách lồng tiếng cho Kênh truyền hình phổ và lọc-ngân hàng được mô tả trong hình 1.

Kết quả (Việt) 2:

nơi Gb (k) là tần số của các kênh lọc ngân hàng b, và kb và Nb là
tần số thành phần thấp nhất và số lượng của các thành phần của đáp ứng tần số,
tương ứng, và X (b) là tổng thể lọc ngân hàng giá trị năng lượng.
4. Post-chế biến thì giọng nói-xa:
Các lồng tiếng, khoảng cách thu được từ bước (2) và (3) có thể vô tình trở thành một giá trị thấp
cho một khu vực bị mất tiếng hoặc ngược lại. Để giảm thiểu những sai sót, chúng tôi đã lọc các voicing-
khoảng cách bằng cách sử dụng bộ lọc trung bình 2-D do tính hiệu quả trong việc loại trừ giá trị ngoại lai
và sự đơn giản. Trong chúng ta thiết lập, bộ lọc trung bình của kích thước 5x9 và 3x3 (số đầu tiên là
số lượng khung hình và thứ hai số lượng của các chỉ số tần số) đã được sử dụng để lọc
lồng tiếng, khoảng cách vd (k) và vdfb (b), tương ứng .
Ví dụ về spectrograms ngôn luận ồn ào và lồng tiếng, khoảng cách tương ứng cho
các kênh phổ và lọc ngân hàng được mô tả trong hình 1.