In general, entropy gives us a meas

In general, entropy gives us a measure of the number of bits required to represent some information. When applied to the probability mass function (PMF), entropy can also be used to measure the "peakiness" of a distribution. We propose using the entropy of a short time Fourier transform spectrum, normalised as PMF, as an additional feature for automatic speech recognition (ASR). It is indeed expected that a peaky spectrum, representation of clear formant structure in the case of voiced sounds, will have low entropy, while a flatter spectrum, corresponding to nonspeech or noisy regions, will have higher entropy. Extending this reasoning further, we introduce the idea of a multiband/multiresolution entropy feature where we divide the spectrum into equal size subbands and compute entropy in each subband. The results show that multiband entropy features used in conjunction with normal cepstral features improve the performance of an ASR system.

ผลลัพธ์ (ไทย) 1:

ทั่วไป เอนโทรปีช่วยให้เราให้การวัดจำนวนของบิตที่ต้องแสดงข้อมูลบางอย่าง เมื่อใช้ฟังก์ชันรวมของความน่าเป็น (PMF), เอนโทรปียังสามารถใช้วัด "peakiness" การกระจาย เราเสนอใช้เอนโทรปีของสเปกตรัม normalised เป็น PMF เป็นคุณลักษณะเพิ่มเติมสำหรับการรู้จำเสียงอัตโนมัติ (ASR) แปลงฟูรีเยช่วงเวลาสั้น แน่นอนที่คาดว่า สเปกตรัม peaky แสดงโครงสร้าง formant ชัดเจนในกรณีของการเปล่งเสียง จะมี entropy ต่ำ ขณะที่สเปกตรัม flatter ที่สอดคล้องกับ nonspeech หรือภูมิภาคคะ จะมีเอนโทรปีสูง เราขยายด้านนี้เพิ่มเติม แนะนำความคิดของคุณลักษณะ multiband/multiresolution เอนโทรปีที่เราแบ่งขนาดเท่ากับ subbands และคำนวณเอนโทรปีในแต่ละ subband ผลลัพธ์แสดงว่า เอนโทรปี multiband คุณลักษณะที่ใช้ร่วมกับคุณลักษณะ cepstral ปกติปรับปรุงประสิทธิภาพของระบบ ASR

ผลลัพธ์ (ไทย) 2:

โดยทั่วไปเอนโทรปีทำให้เรามีตัวชี้วัดของจำนวนบิตที่จำเป็นในการเป็นตัวแทนของข้อมูลบางส่วน เมื่อนำไปใช้น่าจะเป็นฟังก์ชั่นมวล (PMF) เอนโทรปีนอกจากนี้ยังสามารถใช้ในการวัด "peakiness" ของการกระจาย เราเสนอโดยใช้เอนโทรปีของฟูริเยร์ในช่วงเวลาสั้นเปลี่ยนคลื่นความถี่ปกติเป็น PMF เป็นคุณลักษณะเพิ่มเติมสำหรับการรู้จำเสียงพูดอัตโนมัติ (ASR) เป็นที่คาดหวังแน่นอนว่าคลื่นความถี่แหลมเป็นตัวแทนของโครงสร้างฟอร์แมนที่ชัดเจนในกรณีของเสียงที่เปล่งออกมาจะมีเอนโทรปีต่ำในขณะที่คลื่นความถี่ราบเรียบสอดคล้องกับ nonspeech หรือภูมิภาคท​​ี่มีเสียงดังจะมีเอนโทรปีที่สูงขึ้น การขยายการให้เหตุผลต่อไปนี้เราแนะนำความคิดของ Multiband / multiresolution คุณลักษณะเอนโทรปีที่เราแบ่งคลื่นความถี่ออกเป็น subbands ขนาดเท่ากันและคำนวณเอนโทรปีในแต่ละ subband ผลปรากฏว่าคุณสมบัติเอนโทรปี Multiband ใช้ร่วมกับคุณสมบัติ Cepstral ปกติปรับปรุงประสิทธิภาพของระบบ ASR

ผลลัพธ์ (ไทย) 3:

โดยทั่วไปค่าให้เราวัดจํานวนบิตต้องแสดงข้อมูลบางอย่าง เมื่อใช้ฟังก์ชันมวลความน่าจะเป็น ( PMF ) เอนโทรปียังสามารถใช้วัด " peakiness " ของการกระจาย เราเสนอการใช้เอนโทรปีของช่วงเวลาสั้น ๆเนื่องจากการแปลงฟูรีเยสเปกตรัมเป็นระบบ , เป็นคุณสมบัติเพิ่มเติมสำหรับการรู้จำเสียงพูดอัตโนมัติ ( ASR )มันย่อมคาดหวังว่าสเปกตรัมเราคงเป็นตัวแทนของโครงสร้างเสียงชัดเจนในกรณีของการเปล่งเสียง จะมีเอนโทรปีต่ำในขณะที่ประจบสเปกตรัมสอดคล้องกับภูมิภาค nonspeech หรือเสียงดัง จะสูงกว่าค่า . ขยายเหตุผลเพิ่มเติมเราแนะนำความคิดของ multiband / การวิเคราะห์ค่าคุณลักษณะที่เราแบ่งคลื่นความถี่ออกเป็น subbands ขนาดเท่ากันและค่าเอนโทรปีในแต่ละจาก . ผลที่ได้แสดงให้เห็นว่า multiband เอนโทรปีคุณสมบัติใช้ร่วมกับคุณลักษณะของสัญญาณเซปส์ตรัมปกติปรับปรุงสมรรถนะของผู้ให้บริการระบบ