Limitations and future directionsIn

Limitations and future directions
In this study, we used ground-truth F0 information for periodicity enhancement. The F0 values were estimated from clean speech utterances using the auto-correlation algorithm in PRAAT, and then verified manually. In Milczynski et al (2012), F0 information was also extracted from clean speech for investigating Mandarin tone perception in noise. Although both studies demonstrated the benefits of periodicity enhancement, a valid question to be asked is whether reliable F0 estimation can be done for noise-corrupted speech. Indeed, robust F0 estimation is a challenge for all existing periodicity enhancement algorithms (Vandali & van Hoesel, 2011; Milczynski et al, 2012). Recently, a number of robust techniques have been proposed to deal with low-SNR conditions (Gonzalez & Brookes, 2011; Jin & Wang, 2011; Chu & Alwan, 2012).

ผลลัพธ์ (ไทย) 1:

ข้อจำกัดและทิศทางในอนาคตในการศึกษานี้ เราใช้ข้อมูลความจริงดิน F0 สำหรับเพิ่มประสิทธิภาพประจำงวด ค่า F0 ได้ประเมินจากเสียงสะอาด utterances โดยใช้อัลกอริทึมอัตโนมัติความสัมพันธ์ใน PRAAT และจากนั้น ตรวจสอบด้วยตนเอง ใน Milczynski et al (2012), F0 ข้อมูลถูกสกัดจากเสียงสะอาดสำหรับตรวจสอบการรับรู้เสียงแมนดารินในเสียง ถึงแม้ว่าศึกษาทั้งแสดงประโยชน์ของการเพิ่มประสิทธิภาพประจำงวด คำถามที่ถูกต้องเพื่อที่จะถามคือ ว่า F0 การประเมินที่เชื่อถือได้สามารถทำเสียงหายเสียง จริง แข็งแกร่ง F0 ประเมินเป็นสิ่งที่ท้าทายสำหรับทั้งหมดที่มีอยู่ประจำงวดปรับปรุงอัลกอริทึม (Vandali และ van Hoesel, 2011 Milczynski et al, 2012) ล่าสุด ได้รับการเสนอชื่อจำนวนเทคนิคแข็งแกร่งเพื่อจัดการกับเงื่อนไข SNR ต่ำ (ซแอนด์เดอะ 2011 จินและวัง 2011 ชู & Alwan, 2012)

ผลลัพธ์ (ไทย) 2:

ข้อ จำกัด และทิศทางในอนาคต
ในการศึกษานี้เราใช้พื้นความจริงข้อมูล F0 สำหรับการเพิ่มประสิทธิภาพช่วง ค่า F0 ถูกประเมินจากคำพูดคำพูดที่สะอาดโดยใช้อัลกอริทึมอัตโนมัติสัมพันธ์ใน praat และจากนั้นมีการยืนยันด้วยตนเอง ใน Milczynski, et al (2012) ข้อมูล F0 ก็ยังสกัดจากคำพูดที่สะอาดในการตรวจสอบการรับรู้เสียงในเสียงภาษาจีนกลาง ถึงแม้ว่าการศึกษาทั้งแสดงให้เห็นถึงประโยชน์ของการเพิ่มประสิทธิภาพของช่วงที่คำถามที่ถูกต้องที่จะถามคือว่าการประมาณค่าความน่าเชื่อถือ F0 สามารถทำได้สำหรับการพูดเสียงเสียหาย อันที่จริงการประมาณค่า F0 ที่แข็งแกร่งเป็นความท้าทายสำหรับขั้นตอนวิธีการเพิ่มประสิทธิภาพของระยะเวลาที่มีอยู่ทั้งหมด (Vandali และรถตู้ Hoesel 2011; Milczynski et al, 2012) เมื่อเร็ว ๆ นี้จำนวนของเทคนิคที่มีประสิทธิภาพได้รับการเสนอที่จะจัดการกับสภาวะที่มี SNR (กอนซาเลและบรูกส์, 2011; จินและวัง 2011; & ชู Alwan 2012)

ผลลัพธ์ (ไทย) 3:

ข้อจำกัดและ
ทิศทางในอนาคต ในการศึกษาครั้งนี้ใช้ข้อมูลความจริงเราละพื้นดินเสริมอย่าง . ที่ละค่าประมาณได้จากคำพูดคำจา สะอาด ใช้ Auto ) ขั้นตอนวิธีในพราท แล้วตรวจสอบด้วยตนเอง ใน milczynski et al ( 2012 ) ละข้อมูลยังสกัดจากการพูดภาษาจีนกลางสะอาดเพื่อตรวจสอบเสียง การรับรู้เสียงถึงแม้ว่าการศึกษาแสดงให้เห็นประโยชน์ของการเพิ่มประสิทธิภาพอย่างเป็นคำถามที่ถูกถาม คือว่าประมาณละที่เชื่อถือได้สามารถทำได้เสียงเสียหาย " แน่นอนละประมาณแข็งแกร่งท้าทายทั้งหมดที่มีอยู่อย่างการเพิ่มประสิทธิภาพอัลกอริทึม ( vandali &รถตู้ hoesel 2011 ; milczynski et al , 2012 ) เมื่อเร็วๆ นี้จำนวนของเทคนิคที่แข็งแกร่งได้รับการเสนอที่จะจัดการกับเงื่อนไขต่ำ SNR ( กอนซาเลซ&บรูกส์ , 2011 ; จิน&วัง , 2011 ; ชู& alwan , 2012 )