Fig. 5. Profiles and geometrical fe

Fig. 5. Profiles and geometrical features of lip
To eliminate the different speaker’s affection, all visual features are normalized by
subtracting the corresponding initial frame geometrical feature. In order to describe the
dynamic visual feature, we extract the delta and acceleration coefficient of the basic visual
feature. At the same time, the visual features are extracted at 25Hz, since the audio features
are processed at 100Hz, and the visual features are linearly interpolated to make them occur
at the same frame rate as the audio features. Totally, the 60 dimensions lip geometrical
features are obtained.

Kết quả (Việt) 1:

Hình 5. Cấu hình và các tính năng hình học của môi Để loại bỏ tình cảm của người nói khác nhau, tất cả các tính năng hình ảnh đều được chuẩn hoá bằng trừ các tính năng hình ban đầu khung tương ứng. Để mô tả các tính năng hình ảnh năng động, chúng tôi trích xuất hệ delta và gia tốc của thị giác cơ bản tính năng. Cùng lúc đó, các tính năng trực quan được chiết xuất tại 25Hz, kể từ khi các tính năng âm thanh được chế biến tại 100Hz, và các tính năng visual linearly interpolated để làm cho họ xảy ra tại tỷ lệ khung hình giống như các tính năng âm thanh. Hoàn toàn, các kích thước 60 môi hình học tính năng thu được.

Kết quả (Việt) 2:

Sung. 5. Cấu hình và tính năng hình học của môi
Để loại bỏ tình cảm loa khác nhau, tất cả các tính năng trực quan được bình thường hóa bằng
cách trừ đi các tính năng hình học khung ban đầu tương ứng. Để mô tả các
tính năng hình ảnh năng động, chúng tôi trích các đồng bằng và tăng tốc hệ số hình ảnh cơ bản
tính năng. Đồng thời, các tính năng trực quan được chiết xuất ở 25Hz, vì các tính năng âm thanh
được xử lý tại 100Hz, và các tính năng trực quan được nội suy tuyến tính để làm cho chúng xảy ra
với tỷ lệ khung hình với các tính năng âm thanh. Tổng cộng, 60 kích thước hình học môi
tính năng thu được.