warum das nicht mit Pocketsphinx geht?
Ja Himmel, wo hat denn Pocketsphinx nochmal deine Wortdatenbank mit deinen zuzuordnenden Sprechern?
Und wie soll die Spracherkennung von Pocketsphinx mit der FFT und dem NN zusammenarbeiten?
Auch können niemals die Rohdaten direkt ans Netz gehen, das hatte ich doch geschrieben
Wie ich aber sagte, Pocketsphinx ist dafür auch nicht nötig. Das kümmert sich ja um die Spracherkennung, nicht um die Stimmerkennung.
Ich erwähnte aber das die Rohdaten vor gefiltert sein können oder? Guckst du hier:
Marsyas sollte in der Lage sein da die entsprechenden Werte zum Vergleichen raus zu holen.Also können die Rohdaten von der Soundkarte (eventuell auch vor gefiltert mit marsyas) auch direkt ans NN gehen
Schau doch mal hier -> Marsyas
Gehe ich eigentlich recht in der Annahme, dass bei einer Aufnahme die Werte die Frequenz in Hz darstellen?
sollte nur eine Erklärung zur Funktion eines NNs sein, wie man Sprach- und Stimmenerkennung zusammen mit einer FFT damit bearbeiten kann, es war nicht auf dein Marsyas und auch nicht auf deine Pocketsphinx zugeschnitten, mit denen arbeite ich ja nicht.
Wie wav Daten gesampelt sind, musst du dir wohl noch mal anlesen - das kann ich dir hier nicht in der Kürze eines Posts erklären...
- Ich glaube, da hast du was grundsätzlich komplett missverstanden: es ist Sampling wie mit einem ADC, das sind natürlich NICHT irgendwelche Frequenzwerte!
Ich erwähnte ja schon, dass ich mich bislang nie für Audiodaten interessiert habe. Wenn ich da schon den vollen Plan hätte müsste ich ja nicht fragen.
ei, du misst - ganz einfach ausgedrückt - dasselbe, was auch beim Lautsprecher rauskommt:
ganz primitive (aber schnelle) analoge Spannungs-Änderungen, jeweilige Level gemessen in Volt (verstärkter Micro-Eingang), aber eben blitzschnell gemessen und gespeichert, nichts anderes ist Audio-Sampling.
Geändert von HaWe (06.07.2016 um 15:29 Uhr)
Wir haben mal in der Schule ein primitives Mikro gebaut. Das war schon ganz lustig.
Berechtigungen
Zitieren
Lesezeichen