Chuqur oʻrganish: A dan Z gacha · 3-4

Nutq — havo tebranishi sonlar matritsasiga aylanguncha

Tovush — bu havoning tebranishi. Bu tebranishni teng vaqt oraligʻida oʻlchab (diskretlash), oldindan belgilangan kataklarga moslab yozib (kvantlash), qisqa boʻlaklarga kesib (oyna), qanday balandlikdagi tebranishlar aralashganini ajratib (Furye almashtirishi), soʻng inson qulogʻi kabi past tovushlarni zichroq koʻradigan shkala boʻyicha qayta guruhlasak (mel), neyron tarmoq oʻqiydigan sonlar matritsasi hosil boʻladi. Barcha tovushlar shu sahifaning oʻzida sintez qilinadi.

Muallif: Sangsun Ahn (M-Robo MChJ rahbari) · Muallif haqida

1949Diskretlash teoremasini bayon qilgan Shannon maqolasi [R1]
8,000 → 1,9601 soniyalik tovush (8 kHz) sonlari mel matritsaga aylanganda
6.02 dBKvantlashga bitta bit qoʻshilganda signal/shovqin nisbati shunchaga yaxshilanadi
25 ms · 10 msShu sahifadagi oyna uzunligi va oyna qadami
20 katakMel filtrlar soni (shu sahifada)
2 taColabda darhol ishga tushiriladigan kod
1Tebranish

Tovush — bu havoning tebranishi

Karnay membranasi oldinga-orqaga tebransa, havo navbatma-navbat zichlashib va siyraklashib atrofga tarqaladi. 1 soniyada necha marta tebranishi tovushning balandligini (chastota), qanchalik katta tebranishi esa tovushning kuchini (amplituda) belgilaydi.

Tovush
Kuch
2Diskretlash

Diskretlash — 1 soniyada necha marta oʻlchaymiz

Oʻlchashlar soni ≥ 2 × eng yuqori chastotaShannon, 1949

1 soniyadagi oʻlchashlar soni

Yangi boshlovchilar uchun izoh

Tebranishni toʻgʻri saqlash uchun bir marta tebranish davomida kamida ikki marta oʻlchash kerak. 1 soniyada fs marta oʻlchasak, faqat fs/2 Hz gacha saqlay olamiz (Naykvist chegarasi), undan tezroq tebranishlar esa notoʻgʻri ravishda sekinroq tebranish boʻlib koʻrinadi (aliasing) [R1]. Inson qulogʻi taxminan 20 000 Hz gacha eshitadi, shuning uchun musiqa CD si 1 soniyada 44,100 marta oʻlchaydi. Telefonga faqat nutq tovushini saqlash kifoya, shuning uchun 8,000 marta ishlatiladi. Shu sahifadagi mel-spektrogramma ham 8,000 marta (8 kHz) dan foydalanadi. Shu sababli 4,000 Hz dan yuqori tovushlar saqlanmaydi. Haqiqiy yozib olish uskunalari diskretlashdan oldin chegaradan yuqori tovushlarni filtrlab tashlaydi.

3Kvantlash

Kvantlash — oʻlchangan qiymatni necha katakli chizgʻichga yozamiz

Oʻlchangan qiymat — kasr qismi cheksiz davom etadigan haqiqiy son. Uni saqlash uchun oldindan belgilangan kataklardan eng yaqiniga yaxlitlash kerak. b bit boʻlsa, kataklar soni 2b ta. Yaxlitlashda paydo boʻlgan farq — kvantlash shovqini.

Bitlar soni
4Kesish va oyna

Kesish va oyna — qisqa boʻlaklarga kesib, chetlarini yumshatish

Nutq tovushi har lahzada oʻzgarib turadi. Shuning uchun uni 25 ms dan kesib, har bir boʻlakni alohida tahlil qilamiz va 10 ms dan surib takrorlaymiz. Kesilgan boʻlakning ikki chetini yumshoq kamaytiradigan koʻpaytirish — bu "oyna".

Oyna shakli

Nega ikki chetini kamaytiramiz

Shunchaki kesilsa, boʻlakning ikki chetida qiymat keskin uziladi. Furye almashtirishi bu boʻlak cheksiz takrorlanadi deb hisoblaydi. Shu sababli uzilish joyidagi keskin oʻzgarish asli boʻlmagan chastotalarga sizib chiqadi (sizib chiqish). Hann oynasi 0 dan 1 gacha yumshoq koʻtarilib, yana tushadigan egri chiziqqa (0.5 − 0.5·cos) koʻpaytirib, ikki chetni 0 ga aylantiradi. Buning evaziga choʻqqi biroz kengayadi. 25 ms·10 ms — nutq tahlilida keng qoʻllaniladigan qiymatlar, vazifaga qarab oʻzgartiriladi.

5Furye almashtirishi

Furye almashtirishi — aralash tebranishlarni balandlik boʻyicha ajratish

Har qanday tovushni balandligi har xil sinusoidalar yigʻindisi sifatida ifodalash mumkin. Furye almashtirishi toʻlqin shaklini olib, "necha Hz li tashkil etuvchi qancha bor"ligini qaytaradi. Bu prizmaning oq yorugʻlikni kamalakka ajratishiga oʻxshaydi.

Tovush
6Mel-spektrogramma

Mel-spektrogramma — inson qulogʻi shkalasi boʻyicha guruhlangan sonlar matritsasi

mel = 2595 · log10(1 + Hz / 700)"Do-re-mi-fa" 1 s → 98 freym × 20 katak

Koʻriladigan freym

Yangi boshlovchilar uchun izoh

Inson qulogʻi past tovushlardagi kichik farqni (100 Hz va 200 Hz) yaxshi ajratadi, lekin baland tovushlardagi xuddi shunday farqni (3,000 Hz va 3,100 Hz) yaxshi ajrata olmaydi. Mel shkalasi past chastotalarni zich, yuqori chastotalarni siyrak boʻladi. Furye almashtirishi natijasini (129 katak) shu shkaladagi 20 ta uchburchak filtr bilan guruhlab, logarifm (detsibel) olinsa, mel-spektrogramma hosil boʻladi. Yuqoridagi formula keng qoʻllaniladigan taʼriflardan biri. Mel shkalasiga asoslangan belgilar (MFCC) nutqni tanishda boshqa belgilarga qaraganda yaxshiroq natija koʻrsatgan va uzoq vaqt standart sifatida ishlatilgan [R2].

7Model qanday oʻqiydi

Model qanday oʻqiydi — rasm kabi yoki ketma-ket

Mel-spektrogramma — "chastota × vaqt" sonlar matritsasi. Neyron tarmoq uni ikki usulda oʻqiydi. Batafsil tuzilishi oldingi qismlarda koʻrib chiqilgan.

Oʻqish usuli

Colab kodi — bu sahifani oʻzingiz ishga tushirib koʻring

Ikkala kod ham faqat Colabda oldindan oʻrnatilgan kutubxonalardan foydalanadi. “Notebook (.ipynb) yuklab olish” tugmasini bosib, Colabda Fayl → Notebookni yuklash orqali oching yoki nusxalab, yangi notebook katagiga joylashtiring.

Kod 1 · Tovush sonlar matritsasiga aylanguncha — numpy bilan qadamma-qadam2–6-boʻlimlar bilan bogʻliq · numpy, matplotlib · CPU 1 soniya

Diskretlash, kvantlash, oyna, Furye almashtirishi va mel-spektrogrammani kutubxonalarsiz hisoblaydi. Sahifadagi sonlar (aliasing 3 Hz, sizib chiqish 7.95% → 0.05%, mel katak qiymatlari) aynan shunday chiqadi. Oʻz maʼlumotlaringizga almashtirish uchun SIGNAL va FS ni oʻzgartiring.

Bajarilish natijasi (2026-10-03 da bajarilgan, numpy 2.4 · matplotlib 3.10 · CPU). Hisobda tasodifiy sonlar yoʻqligi sababli, qachon ishga tushirilsa ham natija bir xil.
Kod 2 · librosa bilan oʻsha mel-spektrogrammani yasash6-boʻlim bilan bogʻliq · numpy, librosa, matplotlib · CPU bir necha soniya

Amaliyotda ishlatiladigan librosa yordamida oʻsha tovushni mel-spektrogrammaga aylantirib, oʻzimiz yasagan natija bilan taqqoslaydi. Yozib olingan fayldan foydalanish uchun kod ichidagi [Oʻz maʼlumotlaringizga almashtirish uchun] qatoriga amal qiling (fayllarni har kim oʻzi tayyorlaydi).

Ishga tushirish natijasi (2026-10-03 da ishga tushirilgan, librosa 1.0 · numpy 2.4 · CPU). librosa freymlarni FFT uzunligi (256) boʻyicha kesgani uchun freymlar bittaga kam (97 ta). Qolgan sonlar deyarli bir xil (korrelyatsiya 0.998).

AI uchun amaliy promptlar — bu kodni boshlangʻich nuqta qilib olish

ChatGPT, Qwen, Claude kabi AI yordamchilarga joylashtiriladigan promptlar. “Nusxalash” tugmasi bosilganda prompt ortidan tanlangan kod ham qoʻshiladi. 〔 〕 ichidagini oʻz vaziyatingizga moslab yozsangiz boʻladi.

Birga qoʻshiladigan kod

AI javobi faqat boshlangʻich nuqta. Taklif qilingan maqolalar, raqamlar va kutubxona funksiyalarini albatta asl manba va rasmiy hujjatlar orqali tekshiring. Tanlov yoki maqola uchun AI yordamidan foydalangan boʻlsangiz, tashkilotchilar va jurnal qoidalariga koʻra foydalanish faktini va koʻlamini maʼlum qiling.

Atamalar lugʻati

Bu matndagi sariq punktir tagchiziqlar bilan bir xil lugʻat. Butun turkumda bir xil yozuv ishlatiladi. Boʻlim nomini bossangiz, atama birinchi uchragan joyga oʻtasiz.

Oʻxshatishlar toʻplami — va oʻxshatish xato boʻladigan joylar

Oʻxshatish tushunishning birinchi qadami, lekin notoʻgʻri tushunchaning urugʻi ham boʻlishi mumkin. Drozofila va miya oʻxshatishlariga kuch darajasi belgilangan. Bevosita haqiqatan ham bir xil ishni bajarishiga dalil bor · Qisman faqat ayrim xususiyatlari oʻxshash · Yoʻq mos keladigan narsa maʼlum emas

TushunchaKundalik hayotdan oʻxshatishDrozofila va miya oʻxshatishiOʻxshatish xato boʻladigan joy
DiskretlashYugurayotgan odamni har 1 soniyada suratga olishQisman Drozofilaning fasetkali koʻzi ham yorugʻlik oʻzgarishini faqat maʼlum tezlikda kuzatib boradiSurat lahzani muhrlaydi, namuna esa faqat belgilangan oraliqdagi qiymat. Oraliqdan tezroq harakat notoʻgʻri koʻrinadi (aliasing)
KvantlashBoʻyni 1 cm boʻlinmali chizgʻich bilan oʻlchashYoʻqChizgʻich boʻlinmalari bir xil, haqiqiy audioda esa boʻlinmalar bitlar soniga qarab belgilanadi
OynaSurat chetlarini xiralashtirish (vinyetlash)YoʻqOyna chiroyli koʻrinishi uchun emas, kesilgan chetlar keltirib chiqaradigan soxta chastotalarni kamaytirish uchun koʻpaytiriladi
Furye almashtirishiPrizmaning yorugʻlikni kamalakka ajratishiBevosita Inson ichki qulogʻidagi chigʻanoq (koxlea) har bir joyida har xil balandlikdagi tovushga javob berib, tovushni balandlik boʻyicha ajratadiChigʻanoq vaqt davomida uzluksiz ajratadi va kuch oʻzgarishiga nochiziqli javob beradi. Furye almashtirishi esa kesib olingan bitta boʻlakni bir yoʻla hisoblaydi
Mel shkalasiPianino klavishlari: balandlik ikki baravar oshgan sari bir xil oraliqQisman Inson sezadigan tovush balandligi oraliqlariMel formulalari bir nechta, odamlarning eshitishi ham turlicha. Shu sahifadagi formula keng qoʻllaniladiganlardan faqat biri
Mel-spektrogrammaNota yozuvi: vaqt (gorizontal) × tovush balandligi (vertikal)YoʻqNota yozuvida har bir nota alohida yoziladi, spektrogramma esa obertonlar va shovqingacha barcha energiyani har bir katakka yozadi

Muallif haqida va manbalar

E-1 Muallif haqida · E-2 Ilmiy manbalar · E-3 Rasmlar uchun manbalar

E-1 Muallif haqida

Sangsun Ahn (M-Robo MChJ rahbari)

Koreya elektr xavfsizligi korporatsiyasi va Maeil Business Newspaper gazetasida ishlagan, hozirda Maeil Business Newspaperning tashqi venchur kompaniyasi M-Robo MChJni tashkil etib, uning rahbari lavozimida ishlamoqda. M-Robo MChJ ommaviy axborot vositasi ichidagi venchur loyiha sifatida boshlangan media-venchur boʻlib, Kukmin Ilbo gazetasiga robot-jurnalist (StockBot) xizmatini koʻrsatgan, Koreya internet va xavfsizlik agentligi, Koreya matbuot fondi, Koreya radiochastota agentligi va boshqa tashkilotlarda koʻplab loyihalarni amalga oshirgan. Hozirda oʻzining A.I yangiliklar gazetasi Money-Roboni yuritmoqda. Rahbarlik davrida Osiyo ochiq maʼlumotlar xakatonida gʻolib boʻlgan, maʼlumotlarga asoslangan tadbirkorlik sohasidagi xizmatlari uchun Koreya Ichki ishlar va xavfsizlik vazirining mukofotini 2 marta olgan, sunʼiy intellekt va blokcheyn sohalarida 5 ta patentning ixtirochisi va egasi. “AI jinoyatlari va oʻzini himoya qilish” kitobining muallifi, Koreya texnologiya va taʼlim universiteti onlayn uzluksiz taʼlim institutida fintex, statistika va sunʼiy intellekt boʻyicha elektron taʼlim kontentini ishlab chiqqan. Eng yuqori ilmiy darajasi — iqtisodiyot fanlari doktori (Dongguk universiteti, mikro-matematik iqtisodiyot). Kukmin universiteti, Hoseo universiteti va boshqa koʻplab universitetlarda maʼlumotlar va sunʼiy intellektga oid fanlardan dars bermoqda. Batafsil profil

Maʼruzalar

  • Sangsun Ahn (2025). «Biznes uchun maʼlumotlar fani» maʼruzalar matni. Koreya ochiq kiberuniversiteti, sunʼiy intellekt integratsiyasi kafedrasi.
  • Sangsun Ahn (2025). [K-Digital] Sunʼiy intellekt yordamida tabiiy tilni qayta ishlash. STEP (aqlli kasbiy taʼlim platformasi), Koreya texnologiya va taʼlim universiteti onlayn uzluksiz taʼlim instituti.
  • Sangsun Ahn (2024). [K-Digital] Fintex maʼlumotlarini tahlil qilish asoslari. STEP (aqlli kasbiy taʼlim platformasi), Koreya texnologiya va taʼlim universiteti onlayn uzluksiz taʼlim instituti.

STEP maʼruzalariga havolalar: link.step.or.kr/1qyVoJ · link.step.or.kr/M9na9N · link.step.or.kr/brqEyc
Sayt yangilanishi sababli ochilishda muammo boʻlsa, www.step.or.kr orqali kiring.

Maqolalar va maʼruzalar

  • Sangsun Ahn (2025). Milliy keksalik taʼminoti panel maʼlumotlaridan foydalanib uy xoʻjaligi xarajatlarini bashorat qilish modeli tadqiqoti: sunʼiy intellekt modellariga asoslangan yondashuv. «Kelajak jamiyati», 16(2). Asl matn
  • Sangsun Ahn (2025). Milliy keksalik taʼminoti panel maʼlumotlaridan foydalanib uy xoʻjaligi xarajatlarini bashorat qilish modeli tadqiqoti: sunʼiy intellekt yondashuvi. Milliy keksalik taʼminoti paneli ilmiy konferensiyasi maʼruza materiallari (2025.05.13), Milliy pensiya xizmati, Milliy pensiya tadqiqot instituti. Maʼruza materiallari
  • Sangsun Ahn (2025). SNS matnlari asosida shubhali giyohvand moddalar savdosini aniqlash algoritmi tadqiqoti: naqsh va kontekst tahlili asosida. «Kelajak jamiyati», 16(1). Asl matn
  • Sangsun Ahn (2024). Moliya sohasidagi anomaliyalarni aniqlash modellari xavfsizligi uchun statistikaga asoslangan raqib maʼlumotlarga qarshi choralar: empirik tahlil va simulyatsiya natijalari. «Kelajak jamiyati», 15(3). Asl matn
  • Sangsun Ahn (2024). Sunʼiy intellekt yordamida virtual personaj xususiyatlariga asoslangan SNS postlarini aniqlash yechimi. 2024 Summer Newmedia Party poster maʼruzasi (2024.06.19), Seul media oliy maktabi universiteti.
  • Sangsun Ahn (2024). Ishlab chiqarishdagi baxtsiz hodisalar panel maʼlumotlaridan foydalangan mashinali oʻrganish modeli. 10-ishlab chiqarishdagi baxtsiz hodisalar sugʻurtasi paneli ilmiy konferensiyasi poster maʼruzasi (2024.05.17), Koreya mehnat farovonligi korporatsiyasi, Mehnat farovonligi tadqiqot instituti.
  • Sangsun Ahn (2024). Virtual aktivlar vaqt qatorlari maʼlumotlarini tahlil qilish va bashorat qilish: vaqt qatorlari modellari va sunʼiy intellekt modellarini taqqoslash, takomillashtirish takliflari. «Kelajak jamiyati», 15(1). Asl matn

E-2 Ilmiy manbalar

  1. [R1] Shannon, C. E. (1949). Communication in the presence of noise. Proceedings of the IRE, 37(1), 10–21. doi:10.1109/JRPROC.1949.232969 — Kirish qismi, 2-boʻlim (diskretlash teoremasi)
  2. [R2] Davis, S. B., & Mermelstein, P. (1980). Comparison of parametric representations for monosyllabic word recognition in continuously spoken sentences. IEEE Transactions on Acoustics, Speech, and Signal Processing, 28(4), 357–366. — 6-boʻlim (mel-chastotali kepstr taqqoslangan belgilar orasida eng yaxshi tanish natijasini koʻrsatgan)

E-3 Rasmlar uchun manbalar

Barcha tovushlar sahifada sintez qilingan (yozib olish yoʻq).

  • Mel shkalasi formulasi 2595·log₁₀(1 + f/700) va 25 ms·10 ms oyna — nutqqa ishlov berishda keng qoʻllaniladigan anʼanaviy qiymatlar. Boshqa taʼrifdan (Slaney usuli va h.k.) foydalanadigan kutubxonalar ham bor, shuning uchun 2-kodda bir xil taʼrifga moslandi

Oʻqituvchilar uchun maslahatlar

Oʻqituvchilar, ish joyidagi OJT masʼullari va tyutorlar uchun mashgʻulot yoʻriqnomasi. Vaqtlar taxminiy, shuning uchun haqiqiy darsga moslab oʻzgartiring.

AuditoriyaNutq va tovush maʼlumotlari (call-markaz yozuvlari, uskunalar shovqini, ovozli buyruqlar) bilan ishlamoqchi boʻlgan talabalar va amaliyotchilar
Talab qilinadigan bilimlarSinusoida va logarifm. 3-3 dagi "Surat — sonlar panjarasi" gʻoyasini bilsangiz, 6- va 7-boʻlimlar oson boʻladi
Oʻquv maqsadlari① Diskretlash va kvantlash nimani yoʻqotishini sonlar bilan tushuntira oladi ② Oyna, Furye almashtirishi va mel filtrlar orqali tovush matritsaga aylanish jarayonini ketma-ket tushuntira oladi ③ Mel matritsani CNN va ketma-ketlik modellari oʻqiydigan ikki usulni farqlay oladi
Taxminiy vaqtOʻqish 35–45 daqiqa · animatsiya va tovush namoyishi 20 daqiqa · Colab amaliyoti 25 daqiqa (1-kod 15 daqiqa, 2-kod 10 daqiqa)

Uch xil mashgʻulot rejasi

Maʼruza shakli, 50 daqiqa

Tushunchalarga yoʻnaltirilgan

Kirish 5 daqiqa (1-boʻlim, tovushni tinglash) → 2-boʻlim aliasing 10 daqiqa → 3-boʻlim, bitlar boʻyicha tovushni taqqoslash 10 daqiqa → 4- va 5-boʻlimlar 15 daqiqa → 6-boʻlim, sonlar matritsasi 5 daqiqa → tekshiruv savollari 5 daqiqa.

Ish joyidagi OJT, 90 daqiqa

Ishga tatbiq etishga yoʻnaltirilgan

2- va 3-boʻlimlarni oʻz uskunalaringizning yozib olish xususiyatlari (diskretlash chastotasi, bitlar) bilan solishtirish 15 daqiqa → 4–6-boʻlimlar 25 daqiqa → 2-kodga oʻz yozuv faylingizni qoʻyish 30 daqiqa → "Bizning maʼlumotlarimiz CNN turigami yoki ketma-ketlik turigami?" muhokamasi 20 daqiqa.

1:1 tyutorlik

Darajaga qarab suʼrat

Boshlovchilar uchun faqat 1-, 2-, 5- va 6-boʻlimlar. Oʻrta darajadagilarga 1-koddagi mel_filterbank ning bitta katagini qoʻlda hisoblatib, sahifadagi filtr uchburchaklari rasmi bilan solishtiring.

Boʻlimlar boʻyicha asosiy jihatlar

BoʻlimToʻxtab beriladigan savolBoshqaruv boʻyicha maslahat
1 Tebranish"440 Hz 220 Hz dan necha baravar tez tebranadi? Qanday eshitiladi?"Ikki tonni ketma-ket eshittiring (tovush chiqmasa, qurilma ovoz balandligini tekshiring)
2 Diskretlash"1 soniyada 8 marta oʻlchansa, nega 3 Hz boʻlib koʻrinadi?"50 → 12 → 8 marta tartibida bosing
3 Kvantlash"3 bitli tovush bilan 16 bitli tovush qanday farqli eshitiladi?"3 bit va 16 bitda alohida eshittiring
4 Kesish va oyna"Shunchaki kesilsa, nega yoʻq chastotalar paydo boʻladi?"Toʻgʻriburchak ↔ Hann ni navbatma-navbat bosib, pastki grafikning etagiga qarang
5 Furye almashtirishi"Bir xil «do», lekin nega pianino va skripka har xil eshitiladi?"Sof ton → cholgʻu tovushi tartibida eshittirib, choʻqqilar sonini solishtiring
6 Mel-spektrogramma"1 soniyalik tovush nechta songa aylandi?"Do → Fa freymlarini bosib, eng yorqin katak yuqoriga siljishini kuzating
7 Model qanday oʻqiydi"Eshik qoʻngʻirogʻi tovushini tasniflash va nutqni matnga yozib olish uchun qaysi usul mos keladi?"Ikki usulni navbatma-navbat bosing

Eng koʻp uchraydigan 5 ta notoʻgʻri tushuncha

Notoʻgʻri tushunchaToʻgʻri tushuntirishKoʻrsatiladigan sahna
Qancha koʻp oʻlchansa, shuncha yaxshiSaqlamoqchi boʻlgan eng yuqori chastotaning 2 baravari yetarli. Undan ortigʻi faqat xotira hajmini oshiradi2-boʻlimdagi 12 marta (5 Hz saqlanadi)
Bitlar kam boʻlsa, tovush pasayadiKuch emas, shovqin ortadi. Har bir bit tovushni taxminan 6 dB ga tozalaydi3-boʻlim
Furye almashtirishi butun tovushni bir yoʻla tahlil qiladiHar bir qisqa boʻlak (freym) uchun alohida bajariladi. Shuning uchun vaqt boʻyicha oʻzgarishni koʻrish mumkin4- va 6-boʻlimlar
Spektrogramma — rasm, demak unga oddiy surat kabi munosabatda boʻlsa boʻladiGorizontal (vaqt) va vertikal (chastota) oʻqlarning maʼnosi har xil. Vertikal boʻyicha siljitilsa, boshqa tovush hosil boʻladi7-boʻlim
Mel-spektrogramma tovushni toʻliq saqlaydiBu faza va nozik chastota maʼlumotlari tashlab yuborilgan, qisqartirilgan xulosa (8,000 → 1,960)6-boʻlimdagi sonlar xulosasi

Tekshiruv savollari (izohni ochish uchun bosing)

Q1. Diskretlash chastotasi 8,000 Hz boʻlganda saqlash mumkin boʻlgan eng yuqori chastota qancha?

8,000 ÷ 2 = 4,000 Hz (Naykvist chegarasi).

Q2. 5 Hz tebranishni 1 soniyada 8 marta oʻlchasak, u necha Hz boʻlib koʻrinadi?

|5 − 8| = 3 Hz. Chegaradan (4 Hz) oshgani uchun aliasing yuz beradi.

Q3. 8 bit va 16 bitning nazariy SNR farqi qancha?

6.02 × (16 − 8) ≈ 48 dB. Nazariy qiymatlar 49.92 dB va 98.08 dB.

Q4. 1 soniyalik 8 kHz tovushni 25 ms oyna (200 ta) va 10 ms qadam (80 ta) bilan kessak, nechta freym hosil boʻladi?

(8,000 − 200) ÷ 80 + 1 = 98 ta (kasr qismini tashlab, 1 qoʻshiladi).

Q5. 98 ta freym × 20 ta mel katagidan iborat matritsada nechta son bor va bu asl tovushdagi sonlarning qanday qismi?

1,960 ta. 8,000 ÷ 1,960 ≈ 4.1, yaʼni taxminan toʻrtdan bir qismi.

Colab topshiriqlari

Asosiy

1-koddagi NMEL ni 20 dan 40 ga, FRAME ni 200 dan 400 ga oʻzgartiring. Mel matritsaning oʻlchami va rasmi qanday oʻzgarishini vaqt boʻyicha aniqlik bilan chastota boʻyicha aniqlik oʻrtasidagi murosa bilan bogʻlab, uch gapda yozing.

Murakkab

Oʻz ovozingiz yoki uskuna tovushini yozib olgan fayl bilan 2-kodni ishga tushiring (fayllarni har kim oʻzi tayyorlaydi, shaxsiy maʼlumotlarga ehtiyot boʻling). Bir xil tovushni ikki marta yozib olib, mel matritsalar qanchalik oʻxshashligini korrelyatsiya koeffitsiyenti bilan solishtiring va farqni nima keltirib chiqarishini yozing.

Qiyinlikni moslashtirish va qoʻshimcha oʻrganish

Yangi boshlovchilar3- va 4-boʻlimlarni oʻtkazib yuborsa ham mavzu izchilligi buzilmaydi. 1- va 5-boʻlimlardagi tovush tinglashni albatta bajarib koʻring
ChuqurlashtirilganOyna uzunligi, qadami va mel kataklari soni tanish natijasiga qanday taʼsir qilishini tadqiq qildiring. Topilgan maqolalarni asl manbada tekshiring
Qoʻshimcha oʻrganishSangsun Ahn, «Biznes uchun maʼlumotlar fani» maʼruzalar matni (maʼlumotlar fani boʻyicha umumiy) · STEP [K-Digital] Sunʼiy intellekt yordamida tabiiy tilni qayta ishlash (3-5 va 3-8 qismlarga bogʻliq) · STEP [K-Digital] Fintex maʼlumotlarini tahlil qilish asoslari (3-6 qismga bogʻliq)
Oʻqituvchilar uchun materiallarTekshiruv savollarini baholash mezonlari va topshiriqlarning namunaviy javoblarini Oʻqituvchilar uchun javoblar sahifasida (3-4) koʻrish mumkin

Barakalla!

«3-4 Nutq» qismini oxirigacha oʻqidingiz. Laboratoriya aʼzolari bittadan xulosa aytib berishadi.

Professor
ProfessorHavo tebranishi sonlar matritsasiga aylanadigan butun jarayonni bosib oʻtdik.
  • Tovushni 1 soniyadagi oʻlchashlar sonining faqat yarmigacha saqlash mumkin
  • Oyna bilan kesib, Furye almashtirishi qoʻllansa, tovush balandlik boʻyicha ajraladi
  • 1 soniyalik tovushdagi 8,000 ta son 1,960 talik mel matritsaga aylanadi
Yordamchi
Yordamchi3 bitli tovush quloqni ogʻritadi!
Pashsha-tadqiqotchi
Pashsha-tadqiqotchiMening qanot tovushimni ham mel matritsaga aylantirib bering.