Trao đổi nghiên cứu: Speech processing

[jah]

Chào cả nhà, em đang làm về cái này, không biết các bác có ai cùng làm về lĩnh vực này không? Hy vọng là có và em muốn cùng nhau trao đổi để phát triển hướng này lên ah

[phovn]

Originally Posted by jah

Chào cả nhà, em đang làm về cái này, không biết các bác có ai cùng làm về lĩnh vực này không? Hy vọng là có và em muốn cùng nhau trao đổi để phát triển hướng này lên ah

Tôi lại làm về image and video processing. Cũng mới tập tành thôi. Có ai làm về lĩnh vực này ko nhỉ.

[npbinh]

hi all,

O day cung co mot so anh em lam ve speech signal processing. Toi lam ve spectral modeling and speech modification. Ban co the post cac van de len de cung trao doi.

npbinh

[SSL]

Xin nối tiếp anh Bình thread này, tôi làm về source localization, speech enhancement, microphone arrays. Mong được trao đổi thêm.

[jah]

Có một vấn đề mà Jah đang thắc mắc như sau:
Nguồn năng lượng (thể hiện qua áp suất không khí) của hệ thống phát âm của con người là từ nguồn hơi từ phổi (một số sách theo quan điểm này) hay thực chất là từ va chạm của bộ vocal cords?
Hỏi một các khác: Giả sử 2 cơ thanh quản tự động va đập vào nhau, thì có phát ra được tiếng nói như bình thường không?

Có bác nào đã tìm hiểu về cơ chế này hay có tài liệu nghiên cứu thì chia sẻ nha
Jah xin cảm ơn trước

[jah]

Theo như thông tin trong cái link này http://www.voicemedicine.com/normal_...unctioning.htm thì nếu vocal folds tự rung được, thì vẫn phát âm bình thường được

Như vậy, speech mà chúng ta nghe được là sự kết hợp của 2 nguồn:
1. áp suất từ độ rung của vocal fold
2. áp suất từ luồn hơi từ phổi bị thay đổi

Như vậy các cái model cho speech hiện tại dùng có đúng như vậy không nhỉ?
Có bác nào biết rồi không? Jah tìm hiểu tiếp đây!

[SSL]

Âm thanh được tạo ra bởi 2 giai đoạn:
Excitation: ví dụ như sự rung động của vocal cords.
Vocal tract: hình dạng, sự đóng mở, giãn nở của vocal tract quyết định âm thanh gì được tạo thành.
Vocal tract model thì có rất nhiều, cơ bản nhất có lẽ là hệ thống piecewise cylindrical tubes. Bạn có thể simulate các vowels đơn giản bằng cách excite = pulse train, set different values for the diameters of the tubes.
Tôi không làm về speech synthesis nên không trả lời thấu đáo được, nhưng basic idea thì là như vậy. Bạn làm về physiological perspective của speech hay là signal processing/ speech synthesis?

[npbinh]

Originally Posted by jah

Theo như thông tin trong cái link này http://www.voicemedicine.com/normal_...unctioning.htm thì nếu vocal folds tự rung được, thì vẫn phát âm bình thường được

Như vậy, speech mà chúng ta nghe được là sự kết hợp của 2 nguồn:
1. áp suất từ độ rung của vocal fold
2. áp suất từ luồn hơi từ phổi bị thay đổi

Như vậy các cái model cho speech hiện tại dùng có đúng như vậy không nhỉ?
Có bác nào biết rồi không? Jah tìm hiểu tiếp đây!

Tôi chỉ có một comment: vocal fold rung là do đâu?
Các mô hình hiện nay đều chỉ gần đúng, cố gắng mô phỏng bộ máy cấu âm của con người.

npbinh

[jah]

Glottal Excitation Model có lẻ là hợp lý nhất đối với Jah cho tới thời điểm này (http://ccrma.stanford.edu/~jos/mus423h/Glottal_Excitation_Modeling_Singing.html)

Nhưng mà nói chung cũng chưa được thoải mái lắm vì phần toán học mô tả chưa được rõ ràng. Jah tìm hiểu tiếp đây!

Có ai có kinh nghiệm về phương trình sóng không (y'' + y = f(t)), những kiến thức liên quan và các bài giảng?

[jah]

@SSL: Jah làm về speech processing, SSL đang làm cụ thể về hướng nào vậy?

@npbinh: ý của bác chắc là muốn nói sự rung của vocal fold là từ áp suất bị nén bởi 2 vocal folds đóng lại, phải vậy ko?
Cái Jah thắc mắc là nếu có thể cấy ghép 1 máy phát ra 1 tần số rung như giây đàn ở ngay vocal fold, thì tiếng nói phát ra có bình thường hay không? TH1: Nếu không bình thường, nghĩa là thiếu cái gì đó
TH2: nếu bình thường, nghĩa là sự thay đổi áp suất luồng hơi do việc đống mở của vocalfolds là ko có tác động vào speech.
(Jah theo giả thuyết TH1)