Cuando se le da una señal de voz, ¿por qué es necesario agrupar muestras en un marco?

Answer 1

por qué agrupar muestras ¿Por qué hacer un marco de tiempo para tratar en lugar de muestras individuales?

Existen 2 tipos de procesamiento: 1) procesamiento de muestra por muestra y 2) procesamiento de bloque.

Todos los filtros, convolución, ADC, etc., tratan cada vez las instancias por separado y no entienden en bloques de datos.

mientras que el proceso DFT, la codificación de origen, la codificación de canal, el cifrado, etc., solo comprenden un bloque de datos porque ese grupo de bits significa algo, una palabra, un número, un símbolo, una oración, etc.

ahora, no es del todo necesario procesar muestra por muestra o bloque por bloque. el procesamiento de bloques requiere memoria adicional, pero puede ser muy útil y eficiente en términos de diferentes velocidades de reloj, mientras que tales conversiones son difíciles y requieren más hardware cuando procesas muestra por muestra.

ahora el habla es una señal aleatoria y, por lo tanto, no hay una función o ecuación genérica con la que deba relacionarse. generalmente el procesamiento de voz se realiza en cuadros porque,

1. Los parámetros del filtro vocal humano (cuerdas vocales, cavidad, lengua, etc.) permanecen estacionarios durante 20 ms según las observaciones, por lo que en ese período, podemos definir PDF, PSD y más parámetros similares.
2. muestras individuales de discurso no significan nada. mientras comparamos, necesitamos una carta al menos y que comprenda un grupo de muestras.
3. relativamente fácil debido a menos hardware excepto memoria.

Espero que obtengas tu respuesta.

gracias.