Discussion :

[Lethal Noiz]

Bonjour, j'ai des questions a propos de la lpc et de l'aide que vous avez fourni.

Nosvemos essaie de faire de la reconnaissance vocale, la partie du script qu'il fournit correspond a une partie de création d'un dictionnaire de mot et en fait la fonction lpc extrait des parametres d'un son enregistré.

Le fait est que j'utilise le meme programme avec cette fonction lpc mais je vois pas ce que fait clairement cette fonction. Sur le lien que vous avez donné, ils disent que la fonction lpc extrait des coefficients de prédiction en gros en ce basant sur l'état précedent de ce qu'on veut analyser. En l'occurence c'est un signal sonore donc quels sont les coefficients que donne la fonction lpc physiquement?

Et en quoi les coefficients different si je prend deux mots donc deux signaux sonores différents (mais tres proche spectralement)


Autre chose, sur un signal sonore, la prédiction porte sur quoi? Et pourquoi faire une prédiction sachant qu'en fait il semblerait que la fonction lpc permette dans cette procedure de trouver des éléments caractéristiques du signal?

[mihaispr]

Sur le lien que vous avez donné, ils disent que la fonction lpc extrait des coefficients de prédiction en gros en ce basant sur l'état précedent de ce qu'on veut analyser. En l'occurence c'est un signal sonore donc quels sont les coefficients que donne la fonction lpc physiquement?

Et en quoi les coefficients different si je prend deux mots donc deux signaux sonores différents (mais tres proche spectralement)


Autre chose, sur un signal sonore, la prédiction porte sur quoi? Et pourquoi faire une prédiction sachant qu'en fait il semblerait que la fonction lpc permette dans cette procedure de trouver des éléments caractéristiques du signal?

En l'occurence c'est un signal sonore donc quels sont les coefficients que donne la fonction lpc physiquement?

Il te dit dans la documentation:

Linear Prediction

Linear prediction modeling assumes that each output sample of a signal, x(k), is a linear combination of the past n outputs (that is, it can be linearly predicted from these outputs), and that the coefficients are constant from sample to sample.

Lis attentivement la documentation fourni par duf42!

Chaque 'sample' a une frequence d'echantionage dans le code poste c'est Fs.

Bonne chance,

Michel

[Lethal Noiz]

Oui je sais que Fs est la fq d'échantillonage de chacun de mes samples mais je vois pas le rapport avec la LPC.

J'ai lu la doc que m'a fourni Duf et ça m'aide pas du tout parce que je recherche en fait une interprétation physique des coefficients que trouve la LPC parce que ils indiquent bien qu'on obtient des coefficients de prédiction mais ce n'est pas expliqué a quoi ils correspondent.

J'ai bien conscience que c'est une question bizard mais j'aimerai comprendre en gros ce que fait cette fonction LPC.

Clairement elle trouve les coefficients et elle les compare avec l'échantillon que je veux reconnaitre (pour ce qui est de ma procédure). J'aimerais comprendre comment ou s'il y a un autre moyen de coder ça.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
% This code is for creating the library of Linear Predictive Coding (LPC) features.

Fs = 10000;   % Sampling Frequency (Hz)
n = 20;       % LPC order
Nseconds = 1; % Length of speech signal

% List of words (you can add more words to this list but make sure
% each word has five characters (if less then pad it with spaces)

words = {'mélodie';
         'composant';
         'caisse';
         'voiture'};

% Matrix to store features for each word (rows correspond to words)
fw = zeros(size(words,1),n+1);

fprintf('You will get one second to say each word.\n\n');

% For each word, get the word from microphone and compute its features
for i=1:size(words,1)
    fprintf('Hit enter and say immediately ''%s'':',words{i});
    % pause for enter key
    junk=input('');
    
    % get a word from microphone
    y  = wavrecord(Nseconds*Fs, Fs, 'double');

    % Calculate the features of the word
    f = lpc(y,n);
    
    % Save them in the features matrix
    fw(i,:) = f;
    %     abs(f)
    %     plot(1:Fs,fft(y));
end

% Save features matrix to a file (this file will be loaded into Matlab during speech recognition)
save words_lpc.mat Fs n words fw;

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
% Speech Recognition using Linear Predictive Coding (LPC)
y=0;
% load training data
load words_lpc.mat;

% ask user to say a word
fprintf('You will get one second to say your word.\n\n');
fprintf('Hit enter and say your word immediately:');
% pause for enter key
junk=input('');

% get the word from microphone
y  = wavrecord(1*Fs, Fs, 'double');

% Calculate the features of the word
f = lpc(y,n);

% Calculate distances between the spoken word and each word in the library
d = zeros(1,size(words,1));
for i=1:size(words,1)
    d(i) = sqrt(sum((f-fw(i,:)).^2));
end

% Print the word with minimum feature distance. This word was spoken.
[temp1,indx1] = min(d);
fprintf('You said: %s\n',words{indx1,:});

voila en gros je voudrai comprendre a quoi me sert la fonction LPC meme si je ne comprend pas d'en d'autre cas je dois comprendre dans ce cas la, sachant que le premier programme sert a fabriquer un dictionnaire formé de différents mots que je souhaite faire reconnaitre et que le deuxieme correspond a la phase réelle de reconnaissance du mot isolé ou les caractéristiques que donne la fonction lpc sont comparées a celle des mots du dictionnaire.

[acx01b]

salut

on modélise le signal comme étant un bruit blanc gaussien filtré par un filtre autoregressif d'ordre p de réponse impulsionnelle infinie h(n)

X(n) = h * B(n)

X : ton signal
h : la réponse imp. de ton filtre AR-p (paramètre "ordre" de lpc)
B : un bruit blanc de variance sigma^2

pour que ça soit réaliste il faut d'abord que X soit centré:
X = X - mean(X)
que l'ordre p soit suffisant,
que tu ne t'intéresses qu'aux parties stationnaires de ton signal X, les évènements temporels non stationnaires (autres que sinusoïdes) seront mal modélisés

pour la parole ça marche bien pour les voyelles et les fricatives (son fff...) mais pas pour les p ou les d

lpc trouve le meilleur filtre h pour modéliser ton signal

explication mathématique : http://users.polytech.unice.fr/~lero...l/node107.html

[zepequinho]

bonjour,
je travaille dans le même projet, et il se trouve que j'ai le même souci, je n'arrive pas a comprendre ce que fait réellement la fonction LPC;
j'aimerai que qlq1 m'explique cela , et j'aimerai aussi avoir des liens sur ca .
merci