整合性封包保护机制提升语音通讯之品质(编辑修改稿)内容摘要：
• The entropy of class A is bigger than the entropy of class B. Name Score Joe 99 Mary 28 Steven 84 Mark 42 Alice 15 Brian 72 Name Score Carlo 70 Drew 58 Elsa 66 Harry 61 Jack 69 Lucy 55 Class 1 Class 2 Frequency Domain VAD — EntropyBased • • 上式中： 即為在 Frame t中，訊號出現在 ω頻帶的機率。 • 頻寬越窄的訊號 (例如 Sine Wave)， Entropy越低。 2212 ),(l og),(),( tYPtYPtYH 1222, tYtYtYPFrequency Domain VAD — EntropyBased • 若發話端背景雜訊與 White Noise相似，則 Entropy會較高。 • 根據上述做法，可以利用語音和 Noise在頻率上特性的相異，計算 Entropy差異，藉此設定一個Threshold值，即可判斷語音中的 Speech Segment或 nonSpeech Segment。 Frequency Domain VAD — EntropyBased • 優點： – 對 Noise的變動較不敏感，即使雜訊嘈雜且不規則，本方法仍然有效。 – 即使訊號的 SNR較差，仍然可以分辨 Speech Segment或nonSpeech Segment。 • 缺點： – 需要耗費龐大的計算資源。 – 可能會使 VOIP的即時性減。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。