38 個案患有腦性麻痺,說話時有母音扭曲的錯誤,語言治療師想要進行聲學分析,欲獲得其母音的共振峰(formant),下列何種分析最有效率?
(A)頻譜動差分析(spectral moment analysis)
(B)自相關分析(autocorrelation analysis)
(C)倒頻譜分析(cepstrum analysis)
(D)線性預測編碼分析(linear predictive coding analysis)

答案:登入後查看
統計: A(117), B(25), C(123), D(498), E(0) #3137237

詳解 (共 2 筆)

#6096848
(A) 頻譜動差分析(spectral moment analysis)
缺點為:無法同時兼顧時間和頻率的解析度
分為寬頻(時間好、頻率差)和窄頻(時間差,頻率好),雖共振峰較容易在寬頻上被觀察到,但當基頻較高時,諧波間隔變大,共振峰頂可不會落在諧波上,就較難察覺。
(B) 自相關分析(autocorrelation analysis)→計算波的基頻,延宕時間波形間的相關值
(C) 倒頻譜分析(cepstrum analysis)→分析音波,適用於語音辨識或語音辨識模式中
(D) 線性預測編碼分析(linear predictive coding analysis)主要用來預測共振峰的大致型態
而課本中提到「共振峰的觀察以線性預測編碼(LPC)主,聲譜圖觀察為輔。
來源:語音聲學 說話的聲音科學 ch4語音信號的數位處理P65-77
20
0
#6034342
線性預測編碼分析(LPCA):可預測共振峰大致型態
0
1

私人筆記 (共 3 筆)

私人筆記#6244708
未解鎖
(A)頻譜動差分析主要用於分析聲音的頻譜...
(共 244 字,隱藏中)
前往觀看
15
0
私人筆記#7349288
未解鎖
(A) 頻譜動差分析(spectral ...
(共 181 字,隱藏中)
前往觀看
12
0
私人筆記#6265395
未解鎖
(A) 頻譜動差分析(spectral ...
(共 373 字,隱藏中)
前往觀看
12
0