โครงงานนี้นำเสนอการจำแนกเสียงร้องไห

โครงงานนี้นำเสนอการจำแนกเสียงร้องไห้ของเด็กทารกโดยใช้การสกัดค่าคุณลักษณะสำคัญแบบสัมประสิทธิ์การทำนายพันธะเชิงเส้น (LPC) ในการวิเคราะห์สัญญาณเสียงและนำมาวิเคราะห์ร่วมกับโครงข่ายประสาทเทียม เพื่อให้มีการรู้จำและจำแนกเสียงได้ดีขึ้น

ผลลัพธ์ (อังกฤษ) 1:

This project presents the sound of a baby crying classification using important feature extraction model of linear prediction coefficients (LPC) bond in the audio signal analysis and be analysed in conjunction with artificial neural network. To provide recognition and classification.

ผลลัพธ์ (อังกฤษ) 2:

This project presents the classification of crying infants to extract the important features like predictive coefficient of linear bonds (LPC) analysis and signal analysis with neural networks. To provide recognition and voice recognition can be improved.

ผลลัพธ์ (อังกฤษ) 3:

This project presents the classification of the cries of infants by using extraction of attribute value preference coefficient prediction of linear prediction (LPC). In the analysis of signal and noise were analyzed with artificial neural networks. In order to recognize and distinguish sounds better.