MétaCan
Menu
Retour à la cohorte
Enregistrement W1910023617 · doi:10.5539/mas.v9n6p310

Improvement of Microphone Array Characteristics for Speech Capturing

2015· article· en· W1910023617 sur OpenAlexvenueno aff

Notice bibliographique

RevueModern Applied Science · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education and Science of the Russian Federation
Mots-clésComputer scienceMicrophoneNoise-canceling microphoneDirectivityMicrophone arrayInterference (communication)Noise (video)SIGNAL (programming language)Speech recognitionAdaptive beamformerAcousticsSpeech enhancementFrequency domainDomain (mathematical analysis)Time domainBackground noiseArtificial intelligenceTelecommunicationsBeamformingComputer visionMathematicsPhysicsSound pressure

Résumé

récupéré en direct d'OpenAlex

This paper presents a new adaptive technique for speech capturing in adverse conditions using microphone arrays. The proposed technique is based on frequency-domain alignment of microphone signals with the output of the fixed beamformer directed to the target speaker. This alignment procedure improves pattern directivity and reduces sidelobes. The low complexity of the technique is achieved by means of a frequency-domain implementation of the algorithm. This makes it possible to implement this technique in real-time applications with a large number of microphones. The technique was evaluated on speech data corrupted by varying levels and directions of noise and interference. The proposed technique improves the directivity pattern of a traditional Dealy & Sum beamformer as well as provides additional suppression of spatially incoherent noise, diffuse noise and interference, with minimal loss of the target signal quality.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,462

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,247
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetSpeech and Audio ProcessingTravaux en français237 207