iT邦幫忙

2023 iThome 鐵人賽

DAY 14
0
AI & Data

AI與語音辨識系列 第 14

DAY14 語音辨識的基礎,來了解語音訊號part7

  • 分享至 

  • xImage
  •  

中秋節快樂呀!


昨天我們聊到了奈奎斯特採樣定理,先來了解一下這個是什麼吧!

奈奎斯特採樣定理

奈奎斯特採樣定理(Nyquist Sampling Theorem)是一個關於連續訊號轉換為離散訊號的基本原理,特別是在數位訊號處理和通信領域中具有重要性。該定理的主要思想是確保以足夠高的採樣率來取樣連續訊號,以充分保留訊號的信息。

  1. 定理敘述
  • 若要完全重建一個連續訊號,需要將其以至少兩倍於訊號最高頻率的採樣率進行採樣。
  • 換句話說,如果訊號的最高頻率成分是f Hz,則需要以至少2f Hz的採樣率來取樣該訊號,以保留所有頻率成分。
  1. 奈奎斯特頻率
  • 奈奎斯特頻率是指最高訊號頻率的一半,即f/2 Hz。
  • 控制以奈奎斯特頻率進行採樣可以確保不會出現混疊(Aliasing)現象,這是當訊號頻率高於採樣率的一半時,會導致頻率混疊和信息損失。
  1. 採樣定理的應用
  • 在實際應用中,採樣定理確保了數位音訊、圖像和其他訊號的正確重建和表示。
  • 例如,CD音訊以44.1 kHz的採樣率進行採樣,這樣可以有效地捕捉20 kHz以下的音訊訊號。
  1. 反奈奎斯特定理
  • 反奈奎斯特定理(Reconstruction Theorem)指出,如果訊號以奈奎斯特定理的規則進行採樣,那麼它可以完全重建為原始訊號。
  • 這可以通過低通濾波器來實現,以去除高於奈奎斯特頻率的頻率成分。

參考書籍:Hey Siri及Ok Google原理:AI語音辨識專案真應用開發
參考網站:今日無
學習對象:ChatGPT


上一篇
DAY13 語音辨識的基礎,來了解語音訊號part6
下一篇
DAY15 語音辨識的基礎,來了解語音訊號part8
系列文
AI與語音辨識30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言