Likelihood One can match one song (

Likelihood

One can match one song (A) against the timbre model of another
song (B), by computing the "probability of the data given the
model" (likelihood), i.e. computing the probability that the MFCCs
of song A be generated by the model of B, using the formula given
in (2). This is the most precise and logical way to compute a
distance, but it requires to have access to song A's MFCC, which
are relatively heavy to compute and to store.

ผลลัพธ์ (ไทย) 1:

ความเป็นไปได้ หนึ่งสามารถจับคู่กับรุ่นต่ำของอีกหนึ่งเพลง (A) เพลง (B), การใช้งาน "น่าเป็นของข้อมูลที่ระบุตัว รุ่น" (โอกาส), เช่นคำนวณความน่าเป็นที่ MFCCs เพลง A ถูกสร้างขึ้น โดยรูปแบบของ B การใช้สูตรกำหนด ใน (2) นี่คือที่สุดแม่นยำ และตรรกะวิธีการคำนวณ ระยะทาง แต่มันต้องเข้าถึงเพลงของ A MFCC ซึ่ง มีน้ำหนักใน การคำนวณ และจัดเก็บ

ผลลัพธ์ (ไทย) 2:

ความน่าจะเป็น

หนึ่งสามารถจับคู่เพลงหนึ่ง (A) กับรุ่นต่ำอีก
เพลง (B) โดยการคำนวณ "ความน่าจะเป็นของข้อมูลที่ได้รับ
รูปแบบ" (โอกาส) คือการคำนวณความน่าจะเป็นที่ MFCCs
ของเพลงถูกสร้างขึ้นโดย รูปแบบของ B, โดยใช้สูตรที่กำหนด
ใน (2) วิธีนี้เป็นวิธีที่แม่นยำที่สุดและตรรกะในการคำนวณ
ระยะทาง แต่ต้องให้มีการเข้าถึงเพลงของ MFCC ซึ่ง
ค่อนข้างหนักในการคำนวณและการจัดเก็บ

ผลลัพธ์ (ไทย) 3:

ความน่าจะเป็นหนึ่งสามารถจับคู่หนึ่งเพลง ( ) กับท่วงทำนองแบบอื่นเพลง ( B ) โดยการคำนวณ " ความน่าจะเป็นของข้อมูลให้โมเดล " ( โอกาส ) คือการคำนวณความน่าจะเป็นที่ mfccsของเพลงที่ถูกสร้างขึ้นตามแบบของ บี ที่ใช้สูตรให้( 2 ) นี้เป็นวิธีที่แม่นยำที่สุดเพื่อคำนวณและตรรกะระยะทาง แต่ต้องการให้มีการเข้าถึงเพลงค่า ซึ่งค่อนข้างหนัก คำนวณและจัดเก็บ