• Keine Ergebnisse gefunden

vec.dct = dct(vec)

N/A
N/A
Protected

Academic year: 2021

Aktie "vec.dct = dct(vec)"

Copied!
3
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Die DCT Anwendung auf Formanten 1. DCT-Anwendung auf ein Signal a. Analyse

vec = bridge[,2]

vec.dct = dct(vec)

# Die Amplituden der Cosinuswellen mit Schwingungen 0, 0.5, 1, 1.5... über

# denselben Zeitraum wie das ursprüngliche Signal

# Nur die ersten 3 Koeffiziente, k0, k1, k2 dct(vec, 2)

vec.dct b. Synthese

# Die ersten 3 Schwingungen:

cr(vec.dct[1], k=0, N=length(vec)) cr(vec.dct[2], k=0.5, N=length(vec)) cr(vec.dct[3], k=1, N=length(vec))

# Die Summierung davon

cr(vec.dct[1:3], k = c(0, .5, 1), N=length(vec))

# Einfacher und zum ursprünglichen Signal skaliert: fit=T Argument verwenden vec.dctfit = dct(vec, 2, T)

par(mfrow=c(1,2))

plot(vec, type="b"); plot(vec.dctfit, type="b")

# überlagert

ylim = range(c(vec, vec.dctfit)) plot(vec, type="b", ylim=ylim) par(new=T)

plot(vec.dctfit, type="l", ylim=ylim, col=2)

# mit mehr Koeffizienten vec.dctfit = dct(vec, 4, T) ylim = range(c(vec, vec.dctfit)) plot(vec, type="b", ylim=ylim) par(new=T)

plot(vec.dctfit, type="l", ylim=ylim, col=2) 2. DCT-Anwendung auf eine Trackdatei

# Kann die dct() Funktion auf die Frames von einer Trackdatei angewandt werden?

# z.B. dct vom 10en Segment der Trackdatei vowlax.fdat dct(frames(vowlax.fdat[10,2]), 2)

# geglättet mit den Koeffizienten k

0

, k

1

, k

2

1

(2)

glatt = dct(frames(vowlax.fdat[10,2]), 2, T)

# DCT Koeffiziente von F2 aller Segmente in der Trackdatei

# Trackdatei F2 aller Segmente geglättet mit den Koeffizienten k

0

, k

1

, k

2

3. DCT-Anwendung auf Spektra

# Spektra zum zeitlichen Mittelpunkt

# fr, fr.l, fr.dft

d5 = dcut(fr.dft, .5, prop=T) par(mfrow=c(1,2))

plot(d5, fr.l)

plot(d5, fr.l, fun=mean, dbnorm=T)

# Anwendung dct auf die Spektra

# (Die DCT-Koeffiziente von einem Spektrum = Kepstral Koeffiziente) d5.dct = fapply(d5, dct, 2)

eplot(d5.dct[,2:3], fr.l, centroid=T)

# Spektrale Glättung - zB mit 4 Koeffizienten

# Nennt sich auch kepstral geglättete Spektra glatt = fapply(d5, dct, 4, T)

par(mfrow=c(1,2)) j = 45

plot(d5[j,]) plot(glatt[j,]) #besser

dat = rbind(d5[j,], glatt[j,])

dat = as.spectral(dat, trackfreq(d5)) plot(dat, c("rauh", "glatt"))

2

(3)

Übungen: DCT-Analyse

1. Untersuchen Sie, inwiefern [a: o: oy] für einen Sprecher oder Sprecherin sich in der

Datenbank stops differenzieren lassen. (Sie sollen Ellipsen in einem 2D-Raum erstellen, die Ihrer Meinung nach eine maximale Differenzierung zwischen diesen Kategorien

ermöglichen).

2. Untersuchen Sie für die Sprachdatenbank ausenglisch inwiefern sich /b, d, g/ in wortinitialer Position sich durch die F2-Transitionen differenzieren lassen. (Sie sollen

Ellipsen in einem 2D-Raum erstellen, die Ihrer Meinung nach eine maximale Differenzierung zwischen diesen Kategorien ermöglichen).

3. Wiederholen Sie 2. für die /b, d, g/ Trennung in wortinitialer Position für eine Sprecherin oder für einen Sprecher aus der stops Sprachdatenbank.

3

Referenzen

ÄHNLICHE DOKUMENTE

Querverkehr-Warner hinten (RCCW) – für iMT Querverkehr-Assistent hinten (RCCA) – für DCT Toter-Winkel-Assistent (BCA) – für DCT Toter-Winkel-Warner (BCW) – für iMT

Abb. 1 Mit Hilfe dynamischer Geometriesoftware lässt sich sehr ästhetisch visualisieren, wie hier eine Randkurve entsteht. Diese Hüllkurve ist zunächst nur durch die Lage ihrer

Kategorientheorie stellt Beziehungen zwischen Objekten statt etwaiger innerer Struktur in

Moreover, the model simulation for optimization has one more addition input to activate the dog clutch synchronizer engagement as a gear preselect action beside the previous ten input

It was shown by experimental results based on 200 test images that the proposed DC recovery method significantly im- proves the quality of most recovered images in terms of the

Bei einem Glücksspiel mit Würfeln oder Münzen können die Spieler nicht wissen, ob die Würfel oder die Münzen in Ordnung, also nicht gezinkt sind, ob eine Zahl weniger häufig fällt

Für erstmalig zugelassene PKW in der EU vor dem 1. September 2018 ändert sich nichts. Die Berechnung der Kfz-Steuer erfolgt weiterhin auf Basis des bisherigen CO2-Wertes lt. Für

In der Gruppe der Herdbefunde, deren Größe zwischen 5-10mm dominierte, ließen sich keine Befundmuster ableiten, die eine zuverlässige Zuordnung zu den Kategorien MRM- BIRADS 3 oder