ABCD

Лет 6о назад увлекся радиотехникой. Доступных деталей для творчества не было никаких. Даже чтобы собрать детекторный приемник не было деталей. Оставалось лишь проводить опыты м радиотрансляционной сетью которая была в те времена практически в каждом доме и квартире. Абонентская электросеть в 36 вольт не представляет большой опасности в плане поражения током. С младшими родными и двоюродными братьями мастерили наушники из пустых консервных банок и электромагнитов на гвозде. Сравнивали у кого звучит громче. Звучание было дребезжащим и не всегда понятным. Трудно поверить но мы могли слушать радио без всяких звуковоспроизведящих устройств вдвоём просто взяв по проводу в руки и прижааших ухом к уху. Этот опыт я любил демонстрировать подругам сестры когда они приходили к ней в гости. Попробовал недавно этот опыт провести с женой но ничего не получилось. Как нибудь пробую этот эксперимент с внуками. Перепонки стариков менее чувствительны. Искал в интернете какой эффект лежит в основе слышимости от тока но нашел только: "Микроволно́вый слуховой эффект или эффект Фрея — эффект, заключающийся в слуховом восприятии модулированого микроволнового излучения. Воспринимаемые звуки возникают непосредственно внутри черепа человека без использования дополнительного радиоэлектронного оборудования." Управление с помощью голосов в голове с помощью вышек сотовой связи далеко не шизофрения.

На некоторые вопросы знаю ответ, но интересно мнение аудиатории. *Если в фонограмме вырезать начало звучания слова или конец будет ли распознаватся речь? "Можно ли распознать текст палиндромов в реверсивном проигрывании? *Почему при сдвиге сигнала до появления эффекта "эхо" не изменяется звучание, хотя неизменными остаются лишь начало и конец слова? *Допускаете ли вы возможность того что мозг может распознать слово если перемешать звуки в середине слова? Сначала послушаю ваше мнение, потом задам эти вопросы ИИ.

Новый подход к распознаванию звуков: почему частоты — не главное? Проблема современных методов Сегодня распознавание речи и музыки строится на частотно-временном анализе: Фурье-преобразования, MFCC, спектрограммы. Эти методы хорошо работают, но у них есть ограничения: - Зависят от тембра (один и тот же звук на разных инструментах имеет разный спектр). - Требуют сложных вычислений. - Плохо справляются с шумами и изменениями скорости. Но наш слух узнаёт мелодию, даже если её играет гитара или пианино, и понимает слово "мама", будь оно сказано мужчиной или женщиной. Значит, мозг использует не точные частоты, а что-то другое. Альтернативная гипотеза Что, если ключевая информация — не сами частоты, а их соотношения и динамика мощности сигнала. Пример: - Мелодия — это не набор частот, а последовательность интервалов (разниц между нотами). - Речь — это не спектр, а паттерны изменения энергии в разных фазах звука. Предлагаемый метод Вместо расчёта частот можно анализировать: 1. Количество периодов на коротких отрезках (грубая оценка частоты через zero-crossing rate). 2. Баланс мощности между положительными и отрицательными полупериод амин (если сигнал асимметричен, это может указывать на переход между звуками). 3. Бинарное кодирование (1 = мощность в "+" полупериоде > "-", 0 — наоборот). Из этого можно построить "аудиопаттерны", которые будут устойчивы к изменению тембра и скорости. Возможные применения - Распознавание мелодий без зависимости от инструмента. - Упрощённое распознавание речи (например, для embedded-устройств). - Новый тип звуковых фич для машинного обучения. Что дальше? Идея требует проверки. Если она окажется рабочей, это может упростить и ускорить обработку звука. Что думаете? Может ли такой подход заменить классические методы? Где его слабые места?

Репост