代码之家 › 专栏 › 技术社区 › Alex Turpin

1d多峰检测?

speech-recognition graph matlab math actionscript-3

Alex Turpin · 技术社区 · 14 年前

我目前正在尝试在AS3中实现基本的语音识别。我需要这完全是客户端的,因此我不能访问强大的服务器端语音识别工具。我的想法是检测一个单词的音节,并用它来确定所说的单词。我知道这将极大地限制识别能力,但我只需要识别几个关键词,我可以确保它们都有不同的音节数。

我现在能够为一个口语单词生成一个1d的声级数组,如果我以某种方式绘制它,我可以清楚地看到,在大多数情况下,音节都有明显的峰值。然而,我完全被困在如何找出那些峰的问题上。我真的只需要数数,但我想这是找到它们的结果。起初,我考虑获取一些最大值,并将它们与平均值进行比较,但我忘记了比其他值大的峰值,因此,我所有的“峰值”都位于一个实际峰值上。

我偶然发现 some Matlab code 这看起来太短了,不可能是真的,但我不能这么做,因为我不能把它转换成我所知道的任何语言。我试过AS3和C。所以我想知道你们能不能让我从正确的路径开始,或者有任何用于峰值检测的伪代码?

3 回复 | 直到 14 年前

schnaader 14 年前

matlab代码非常简单。我会把它翻译成更伪代码的。

它应该很容易翻译成actionscript/c,你应该试试这个方法,然后用你的代码发布后续问题,如果你被卡住了,这样你会有最好的学习效果。

Param: delta (defines kind of a tolerance and depends on your data, try out different values)
min = Inf (or some very high value)
max = -Inf (or some very low value)
lookformax = 1
for every datapoint d [0..maxdata] in array arr do
  this =  arr[d]
  if this > max
    max = this
    maxpos = d
  endif
  if this < min
    min = this
    minpos = d
  endif

  if lookformax == 1
    if this < max-delta
      there's a maximum at position maxpos
      min = this
      minpos = d
      lookformax = 0
    endif
  else
    if this > min+delta
      there's a minimum at position minpos
      max = this
      maxpos = d
      lookformax = 1
    endif
  endif

Andrey 14 年前

寻找曲线的峰谷,就是要看曲线的坡度。在这样的位置,坡度为0。正如我猜测的,声音曲线是非常不规则的,必须首先平滑,直到只有显著的峰值存在。

所以我认为曲线应该作为一组点。应平均点组以生成简单的平滑曲线。然后比较各点的差异,发现各点之间没有太大的差异,并将这些区域确定为峰、谷或高原。

Alex Turpin 14 年前

如果有人想要AS3中的最终代码,这里是:

function detectPeaks(values:Array, tolerance:int):void
{


var min:int = int.MIN_VALUE;
var max:int = int.MAX_VALUE;
var lookformax:int = 1;
var maxpos:int = 0;
var minpos:int = 0;

for(var i:int = 0; i < values.length; i++)
{
    var v:int = values[i];
    if (v > max)
    {
        max = v;
        maxpos = i;
    }
    if (v < min)
    {
        min = v;
        minpos = i;
    }

    if (lookformax == 1)
    {
        if (v < max - tolerance)
        {
            canvas.graphics.beginFill(0x00FF00);
            canvas.graphics.drawCircle(maxpos % stage.stageWidth, (1 - (values[maxpos] / 100)) * stage.stageHeight, 5);
            canvas.graphics.endFill();

            min = v;
            minpos = i;
            lookformax = 0;
        }
    }
    else
    {
        if (v > min + tolerance)
        {
            canvas.graphics.beginFill(0xFF0000);
            canvas.graphics.drawCircle(minpos % stage.stageWidth, (1 - (values[minpos] / 100)) * stage.stageHeight, 5);
            canvas.graphics.endFill();

            max = v;
            maxpos = i;
            lookformax = 1;
        }
    }
}

}