This method decomposed input speech

This method decomposed input speech into a
low- and a high-frequency component using wavelet transformation,
computed the time-domain normalized energy
of both components, and introduced some heuristic rules
for selecting endpoints of syllables and phonemes based
on energy contours. Although there is no comparative
experiment using other typical techniques, dividing the
speech signal into detailed frequency bands before applying
energy-based segmentation rules seems to be an effective
approach. A phoneme-segmentation experiment on 1000
Thai isolated-syllables from 10 speakers achieved an average
accuracy of nearly 95%

ผลลัพธ์ (ไทย) 1:

วิธีนี้แยกเสียงเข้าไปต่ำและส่วนประกอบความถี่สูงโดยใช้การแปลง waveletคำนวณพลังงานมาตรฐานเวลาโดเมนส่วนประกอบทั้งสอง และนำกฎบางอย่างแล้วสำหรับการเลือกปลายทางของพยางค์และ phonemesบนรูปทรงของพลังงาน แม้ว่าจะเปรียบเทียบไม่มีทดลองใช้เทคนิคอื่น ๆ ทั่วไป แบ่งการสัญญาณเสียงลงในแถบความถี่โดยละเอียดก่อนใช้กฎการแบ่งใช้พลังงานน่าจะ มีประสิทธิภาพแนวทางการ ทดลองแบ่งหน่วยเสียงใน 1000ไทยแยกต่างหากพยางค์จากลำโพง 10 ทำได้เฉลี่ยความถูกต้องเกือบ 95%

ผลลัพธ์ (ไทย) 2:

วิธีการนี้จะย่อยสลายการพูดการป้อนข้อมูลลงในต่ำและส่วนประกอบความถี่สูงโดยใช้การแปลงเวฟคำนวณโดเมนเวลาพลังงานปกติขององค์ประกอบทั้งสองและนำกฎระเบียบแก้ปัญหาบางอย่างสำหรับการเลือกอุปกรณ์ปลายทางของพยางค์และหน่วยเสียงตามในรูปทรงพลังงาน แม้จะไม่มีการเปรียบเทียบการทดลองโดยใช้เทคนิคอื่น ๆ โดยทั่วไปแบ่งสัญญาณเสียงพูดเป็นคลื่นความถี่ที่รายละเอียดก่อนที่จะใช้กฎการแบ่งส่วนการใช้พลังงานที่ใช้น่าจะเป็นที่มีประสิทธิภาพวิธีการ การทดลองแบ่งส่วนฟอนิม-1000 ไทยพยางค์-10 ที่แยกได้จากลำโพงประสบความสำเร็จเฉลี่ยความถูกต้องของเกือบ95%

ผลลัพธ์ (ไทย) 3:

วิธีนี้เน่าใส่คำพูดลงใน
- ต่ำ และความถี่สูงโดยใช้การแปลงเวฟเล็ตต์ , คำนวณเวลามาตรฐานพลังงาน

มีทั้งส่วนประกอบ และแนะนำบางอย่างสำหรับกฎ
เลือกเหล่านี้ทั้งหมดจากพยางค์
บนเส้นพลังงาน ถึงแม้ว่าจะไม่มีการเปรียบเทียบการทดลอง โดยใช้เทคนิคอื่น ๆ ทั่วไป

แบ่งสัญญาณเสียงพูดในแถบความถี่ละเอียดก่อนที่จะใช้พลังงานตามกฎการ
ดูจะเป็นวิธีการที่มีประสิทธิภาพ

เป็นหน่วยเสียงแบ่งการทดลองในไทย 1000
แยกพยางค์จาก 10 ลำโพงบรรลุความถูกต้องเฉลี่ย
เกือบ 95%