تحقیق در مورد صدا

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 4

کارت صدا

 کارت صدا یکی از عناصر سخت افزاری استفاده شده در کامپیوتر است که باعث پخش و ضبط  صدا( صوت)  می گردد. قبل از مطرح شدن کارت های صدا ، کامپیوترهای شخصی برای پخش صدا ، صرفا" قادر به استفاده از یک بلندگوی داخلی بودند که از برد اصلی توان خود را می گرفت . در اواخر سال 1980 استفاده از کارت صدا در کامپیوتر شروع و همزمان با آن تحولات گسترده ای در زمینه کامپیوترهای چند رسانه ای ایجاد گردید. در سال 1989 شرکت Creative labs کارت صدای خود را با نام Creative Labs soundBlaster Card عرضه نمود. در ادامه شرکت های متعدد دیگری تولیدات خود را در این زمینه عرضه نمودند.

 مبانی کارت صدا

یک کارت صدا دارای بخش های متفاوت زیر است :

یک پردازنده سیگنال های دیجیتال (DSP) که مسئول انجام اغلب عملیات( محاسبات ) مورد نظر است .

یک مبدل دیجتیال به آنالوگ (DAC)

یک مبدل آنالوگ به دیجیتال(ADC) برای صوت ورودی به کامپیوتر

حافظه ROM و یا Flash برای ذخیره سازی داده

یک اینترفیس دستگاههای موزیکال دیجیتالی (MIDI) برای اتصال دستگاه های موزیک خارجی

کانکنورهای لازم برای اتصال به میکروفن و یا بلندگو

یک پورت خاص " بازی" برای اتصال Joystick

اغلب کارت های صدا که امروره استفاده می گردد از نوع PCI بوده و در یکی از اسلات های آزاد برد اصلی نصب می گردند. کارت های صدای قدیمی عمدتا" از نوع ISA بودند. اکثر کامپیوتر های جدید کارت صدا را بصورت یک تراشه و بر روی برد اصلی دارند. در این نوع کامپیوترهای اسلاتی برروی برد اصلی استفاده نشده وبدین ترتیب یک اسلات صرفه جوئی شده است ! SoundBlaster Pro  بعنوان یک استاندارد در دنیای کارت های صدا مطرح است . شکل زیر یک نمونه از این نوع  را نشان می دهد.

اغلب تولید کنندگان کارت صدا از مجموعه تراشه های مشابه استفاده می نمایند.پس از طراحی تراشه های فوق توسط شرکت های مربوطه تولید کنندگان کارت صدا، امکانات و قابلیت های دلخواه خود را به آنها اضافه می نمایند.

کارت صدا را می توان به یکی از دستگاههای زیر متصل نمود :

هدفون

بلندگو (Speaker)

یک منبع ورودی آنالوگ نظیر : میکروفن رادیوضبط صوت و CD player

یک منبع ورودی دیجیتال نظیر CD-Rom

یک منبع آنالوگ خروجی نظیر ظبط صوت

یک منبع دیجیتال خروجی نظیر CD-R

عملیات کارت صدا

یک کارت صدا قادر به انجام چهار عملیات خاص در رابطه با صدا است :

پخش موزیک های از قبل ضبط شده ( از CD  فایل های صوتی نظیر mp3 و یا Wav ) بازی ویا DVD

ضبط صدا با حالات متفاوت

ترکیب نمودن صداها

پردازش صوت های موجود

عملیات دریافت و ارسال صوت (صدا) برای کارت صدا از طریق بخش های DAC و ADC انجام می گیرد. پردازش های لازم و مورد نیاز بر روی صوت توسط DSP  انجام می گیرد و بدین ترتیب عملیات اضافه ای  برای پردازنده اصلی کامپیوتر بوجود نخواهد آمد.

تولید صوت

فرض کنید، قصد داشته باشیم که از طریق میکروفن صدای خود را به کامپیوتر انتقال دهیم . در این حالت کارت صدا یک فایل صوتی با فرمت wav را ایجاد و داده های ارسالی توسط میکروفن در آن ذخیره گردند.فرآیند فوق شامل مراحل زیر است :

1 - کارت صدا از طریق کانکنور میکروفن سیگنال های پیوسته و آنالوگی را دریافت می دارد.

2 - از طریق نرم افزار مربوطه نوع دستگاه ورودی برای ضبط صدا را مشخص می نمائیم .

3 - سیگنال آنالوگ ارسالی توسط میکروفن بلافاصله توسط تراشه مبدل آنالوگ به دیجیتال (ADC) تبدیل و یک فایل حاوی صفر و یک تولید می گردد.

4 - خروجی تولید شده توسط ADC در اختیار تراشه DSP برای انجام پردازش های لازم گذاشته می شود. DSP توسط مجموعه دستوراتی که در تراشه دیگر است برنامه ریزی برای انجام عملیات خاص می گردد. یکی از عملیاتی که DSP انجام می دهد فشرده سازی داده های دیجیتال بمنظور ذخیره سازی است .

5 - خروجی DSP با توجه به نوع اتصالات کارت صدا در اختیار  گذرگاه داده کامپیوتر قرار می گیرد.

6 - داده های دیجیتال توسط پردازنده اصلی کامپیوتر پردازش و در ادامه برای ذخیره سازی در اختیار کنترل کننده هارد دیسک گذاشته می شوند.. کنترل کننده هارد دیسک اطلاعات را بر روی هارد و بعنوان یک  فایل ضبط شده صوتی ذخیره خواهد کرد.

 شنیدن صوت

مراحل شنیدن ( گوش دادن ) به صوت بشرح زیر می باشد ( برعکس روش گفته شده در ارتباط باضبط صوت)

1 - داده های دیجیتال از هارد دیسک خوانده شده و در اختیار پردازنده اصلی قرار می گیرند.

2 - پردازنده اصلی داده ها را برای DSP موجود بر روی کارت صدا ارسال می دارد.

3 - DSP داده های دیجیتال را ازحالت فشرده خارج می نماید.

4 - داده های دیجیتال غیرفشرده شده  توسط  DSP  بلافاصله توسط مبدل دیجیتال به آنالوگ(DAC)  پردازش و یک سیگنال آنالوگ ایجاد می گردد. سیگنال های فوق از طریق هدفوق و یا بلندگو قابل شنیدن خواهند بود.

دانلود پایان نامه الگوریتم های فشرده سازی صدا و تصویر (word)

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 142

عنوان :

الگوریتم های فشرده سازی صدا و تصویر

در رشته کامپیوتر گرایش نرم افزار

ارائه شده به :

گروه فنی مهندسی

بنام خدای پاکی ها

فهرست مطالب

عنوان صفحه

فهرست شکلها الف

مقدمه 1

فصل اول : چند رسانه ای چیست ؟

چند رسانه ای چیست

تعاریف

موارد استفاده چند رسانه ای

چند رسانه ای در تجارت

چند رسانه ای در مدرسه

چند رسانه ای در خانه

چند رسانه ای در مکانهای عمومی

فشرده سازی چیست ؟

الگوریتمهای فشرده سازی

رمز گذاری آنتروپی

رمز گذاری منبع

خلاصه فصل اول ج

فصل دوم : صوت

صوت

قدرت صوت

صوت در سیستم چند رسانه ای

صداهای MIDI در مقایسه با صداهای دیجیتال

صوت دیجیتال

ساختن فایل های صوتی دیجیتال

ویرایش اصوات ضبط شده دیجیتال

اندازه فایل در برابر کیفیت

فضای ذخیره سازی

خلاصه فصل دوم د

فصل سوم : تصویر

تصویر

ساختن تصاویر ثابت

مدلهای رنگ کامپیوتر

تصاویر Bitmap

تصاویر جی پی ئی جی

JPEG

سیستمهای دیجیتال

خلاصه فصل سوم و

فصل چهارم : فیلم

استاندارد های موجود در پخش تصاویر ویدئویی

استاندارد NTSC

استاندارد PAL

استاندارد SECAM

استاندارد HDTV

انیمیشن ، ویدئو و تصاویر متحرک دیجیتال

فشرده سازی تصاویر ویدئویی

MPEG

استاندارد MPEG

DVI – Indeo

سایر روشهای فشرده سازی

بهینه کردن فایلهای ویدئویی برای CD – ROM

ارسال و دریافت فیلم در شبکه

فیلمهای ویدئویی در خواستی

کارگزارهای فیلم ویدئویی

شبکه توزیعی

سیستم های صوتی و مربوط به صدا در کلیسای معاصر

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 15

سیستم های صوتی و مربوط به صدا در کلیسای معاصر

جیم براون یک مشاور صوتی در شیکاگوست جائیکه در طراحی سیستم های تقویت کننده بزرگ قابل استفاده در تئاتر و کلیساها، استادیوم ها، صحنه ها و امکانات پخشی کارهای تخصصی را انجام داده و نظارت می کند. او همچنین کار تولید گسترده و ترکیبی از آنها را در پخش، ضبط و نقویت انجام داده است. او BSEE خود را از دانشگاه سین سیاتی در سال 1964 دریافت کرد و تا سال 1970 در کارهای صوتی حرفه ای مشغول بود و تا سال 1984 به عنوان مشاور تمام وقت در این زمینه فعالیت کرد. لیست مراجعه کنندگان او شامل دیگ لی فیلد، ترمینال اوهاره هواپیمایی ایالت، استادیوم فوتبال دانشگاه شمال غربی، دانشگاه لیبرتی، گرس کاتدرال (سان فرانسیسکو)، NBC، ABC، CBS، NPR، WTTW-TV، WGN-TV و تعداد بیشماری از امکانات کلیسایی و کارهای اجرایی بود. او FCC درجه اول رادیو تلفن (پخش) و گواهی کلاس فوق العاده آماتوری را در سال 1959 دریافت کرد و به عنوان W9NEC گاهگاهی فعالیت داشت.

کلیسای معاصر به عنوان ساختاری در ارتباطات، لفظی، موسیقی و احساسی در کنار عبادتگاه ساخته شد. وزیر با حضار و گنگره از طریق سخنان مذهبی، دعاهای رهبری و فعالیت های اعلام شده کلیسا ارتباط برقرار می کرد. موسیقی تلاش می کرد بوسیله ایده ها و مفاهیم ارتبلاط برقرار کند در حالیکه بطور همزمان تجربه عبادت را از طریق مسائل احساسی پیشرفت می داد سیستم صوتی فضای عبادتگاه اثر عمیقی در تمام این کارکردها بجا می گذاشت.

سیستم صوتی چه چیز است؟ آن علمی است که بوسیله ی قانون فیزیک اداره می شود و به ما کمک می کند تا راهی را که در محیط رفتار می شود درک کرده و پیش بینی کنیم. اگر فضا، موجب محیط صوتی در راهی شود که ما می خواهیم از آن استفاده کنیم گفته می شود که آن مسائل مربوط به صدای خوبی را داراست. در فضای عبادتی برای داشتن فضای خوب صوتی ارتباطات موسیقی و فعلی خوبی هم باید برقرار باشند. اگر ارتباطات مشکلی برقرار شود معلوم می شود که آن سیستم صوتی ضعیفی دارد.

سیستم صوتی فضا بوسیله ی معماری آن، شکل هندسی، در راهی که آن تمام مکی شود و بوسیله شمار مردانی که آنرا در زمان داده شده اشغال کرده اند، تعیین می شود. امواج صوتی بطور تقریبی در خطوط مستقیم حرکت می کند، سطوح سخت را جهنده می کند یا جذب می شود یا بوسیله سطوح نرم غوطه ور می شود، در جائیکه مردم صحبت می کند وقتی فضای بزرگی در آنجا حاکم باشد و دیوارههای سختی (مثل شیشه، سنگ، کاشی و چوب و غیره) باشند صدا قبل از اینکه خاموش شود، به مدت طولانی در اطراف چهش خواهد داشت و تلاش زیادی نمی خواهد که شنیده شود (اما درک نمی شود) در جاهائیکه آنرا احاظه کرده اند. به چنین فضایی پرپژواک با زنده می گویند و صدای جهنده در اطراف اتاق پژواک نامیده می شود. در مشابه با آن، صدایی که از شخص صحبت کننده در اتاق با دیوارهای نازک (پرده، فرش، کوسن، مردم یا کاشی های صوتی و غیره) باند می شود کوسن، مردم یا کاشی های صوتی و غیره) بلند می شود قبلف از اینکهاز بین برود به هیچ وجه حالت جهندگی بیشتری ندارد. تلاش زیادی می خواهد تا در فاصله مساوی شنیده شود که در این صورت غیرپژواکی یا فضای مرده تلقی می شود، اما صدایی که از این طریق برسد برای درک آسانتر می شود.

صدا در سرعت محدودی حرکت می کند (کمی سریعتر از 1 فوت در هر میلی ثانیه). صدایی که از شخصی در فضای پرپژواگی شنیده می شود شامل یک موج صوتی خواهد بود که در یک مسیر مستقیم حرکت می کند و شامل امواج بسیاری است که در اطراف اتاق و به مدت زیادی حالت جهنده پیدا می کند. تمام این امواج صوتی طول متفاوتی را تا زمانیکه به شنونده برسند دارند و همچنین در زمانهای متفاوت می رسند. این پژواک می تواند به عنوان یک زیبایی تلقی شود وقتی که شنونده قادر است نت های زیادی از لایه های تک نوازی که در بالای یکدیگر قرار گرفته اند بشوند، صدا را ورای اندازه غنی کنند. پرپژواک می تواند همچنین فاجعه باشد، همانطور که شنونده موضوع قسمتهای متفاوت کلمه یا جمله روی هم انباشته در مسافت یکسانی را بشود، درک آنرا مشکل می سازد. این اساسی ترین تناقش در صورت هست که برای موسیقی عالی است اما برای سخنرانی و گفتار ناخوشایند می باشد. سیستم خوب طراحی شده می تواند بر این نوع تضاد غلبه کند.

تمام موسیقی ها از پژواک سودی نمی برند. به عنوان مثال، موسیقی Bach که برای اتاق های طراحی صمیم و برای پشتیبان آنها نوشته شده، از نوع تصنیف هفتگی نوشته شده برای کلیسای جامع بزرگ، جائیکه او به عنوان نواو به عنوان نوازنده ارگ بکارگرفته شده، متفاوت می باشد. هرکدام برای سیستم صوتی محیط ترکیب یافته اند که در آن اجرا شده اند و تک نوازان که آنرا اجرا می کنند و تست هایی که باید در مورد کسانی که آنرا در کمیسیون قرار دادند آزمایش شوند.

اغلب موسیقی های معاصر که برای اجرا نوشته شده اند، در فضایی کمتر پژواکی تولید می شوند و بوسیله پژواک بجای اینکه پیشرفت کنند دچار

تحقیق درباره: روش جدید شناسایی پردازش صدا

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 13

روش جدید شناسایی پردازش صدا

چکیده:

استفاده‌ی تکنیک‌های تشخیص صدا در بسیاری کاربردهای علمی، نیاز برای الگوریتم پیشرفته را شرح داده است تا تدثیر بر صدای محیط را بیان می‌کند. این مقاله روش جدید تشخیص پردازش صدا را بر پایه‌ی اصلاح شناسی توصیف می‌کند که عملکرد قوی در محیط‌های پر سر و صدا را فراهم می‌آورد. عملیات صرفی، انتقالات سیگنال غیر خطی می‌باشند که ویژگی‌های هندسی سیگنال را شناسایی می‌کنند. فیلتر صرفی، نخست به عنوان الگوریتم سرکوبی صدا برای داده‌های پردازش صدا بکار رفته است که توسط سیستم تشخیص صدا آزمایش خواهد شد. اما از سوی دیگر صدا، پیشرفته ، چند دستکاری در مقایسه با صدای پاک اصلی با ایجاد فقدان چند جزئیات صدا و خطاها در تشخیص را دارد. بنابراین فیلتر صرفی مشابه در پیش پردازش نمونه‌های آموزش صدا بعد از آموزش مرحله‌ای به کار رفته است. نتایج تجربی نشان می‌دهند که عملکرد سیستم‌های تشخیص صدا می‌تواند با استفاده از روش جدید در محیط پر سرو صدا پیشرفت یابند.

1. مقدمه

پس از این که اکثریت الگوریتم‌های گذشته تشخیص صدا ، محیط‌های آرام و بدون صدا را فرض کردند، نسبت‌های تشخیص در کاهش تا 60% شرایط پرسر و صدا و با استرس مشاهده کرده‌اند. مهم این است مسئله‌ی تشخیص صدا در محیط‌های زیادی را در نظر گرفت که در کاربردهای کلمه واقعی اجتناب‌ناپذیر می‌باشند. صدای قوی محیط معمولاً اضافی در نظر گرفته می‌شودف یعنی سیگنال ضبط شده ، جمع سیگنال صدا و صدای محیط می‌باشد. سطوح بالای صدای محیط یکی از توجهات اولیه برای سازمان دهنده‌ی صدا می باشند. محیط‌های صدای زیاد که صدا را بر هم می‌زنند، ممکن است از ترافیک شهری، اتومبیل، اتوبان، کانال‌های ارتباطی، کابین خلبان هوایی، اداره و پخش نیمه‌رسمی باشند. بنابراین ، تکنیک‌های پردازش قوی به افزایش کیفیت صدای پایین آمده توسط صدای محیط نیاز داشته‌اند. تعدادی تکنیک‌های پیشبرد صدا در گذشته فرض شده‌اند. این روش‌ها کلاً بر پایه‌ی چند شکل تفریقی طیفی، پاک‌سازی و نیز با حداقل برآورد خطای میانگین مربع از صدا می‌باشند. چندین روش اخیر همچنین روش‌هایی بر پایه‌ی شنیداری می‌باشند که ویژگی‌های نمونه شنیدن برای تفسیر صدای بهتر به کار رفته‌اند. یک مشکل الگوریتم‌های پیشرفته آن است که صدای بالا رفته در مقایسه با صدای پاک اصلی به دلیل فقدان جزئیات صدا و خطاها در شناسایی دارد. همچنین در پاک‌سازی معرفی وجود دارد که دره‌های صدا پر می‌باشد و اوج در صدای نامنظم نرم می‌باشد. در این مقاله ، روش جدید شناسایی صدا بر پایه‌ی ریشه‌یابی فرض می‌کنیم تا این تأثیر را کم کنند. فیلتر صرفی مشابه را به کار می‌گیریم. تا هر دو داده‌های اموزش صدا و داده‌های آزمایشی را پیش پردازش کند. عملکرد این تکنیک توسط آزمایش شناسایی صدای کلمه مجزا آزمایش شده است. سرعت های شناسایی به منظور افزایش شهودی نشان داده می‌شوند نتیجه مقاله در زیر آمده است. بخش 2 اصول فیلتر صرفی را معرفی می‌کند. تکنیک فرض شده با بکارگیری کارهای صرفی برای شناسایی صدا و عملکردش، در خش 3 توصیف می‌شوند. مقاله با بحثی در بخش 4 نتیجه‌گیری می‌شود.

2. فیلتر صوتی

فیلترهای غیر خطی اخیراً وسایل خیلی محبوب در پردازش سیگنال هستند که به دلیل ریشه‌های پردازش سیگنال / تصویر جذابشان از مفاهیم صرف ریاضیاتی بوده‌اند و به عنوان فیلترسازی صرفی شناخته می‌شود. مورفولوژی ریاضیاتی، روش جدید در انالیز سیگنال / تصویر با استفاده از کارها و انتقالات تصویری غیر خطی گرفته شده‌ از تئوری مجموعه و شکل هندسی منسجم می‌باشد. فیلترهای صرفی ساختار هندسی سیگنالی را با مقایسه‌ی آن شکل اصلی با نام عنصر ساختاری (SE) را مورد آنالیز قرار می‌دهند. اطلاعات که می‌بایست از سیگنال اصلی حفظ یا پاک شوند، همیشه مربوط به اندازه و شکل SE بکار رفته است. بسته به نمایش سیگنال اصلی و SE، فیلترهای صرفی به عنوان فیلترهای پردازش مجموعه (Sp) ، پردازش عملیات (FP) و پردازش عملیات و مجموعه طبقه‌بندی می‌شوند. دو کار اصلی صرفی ، فرسایش و انبساط می‌باشند. (0) F ، عملیات ورودی و (0)g عملیات عنصر ساختاری می‌باشد و و ، منطقه حمایت F(x) و g(x) می‌باشند. دو عملیات در زیر تعریف می‌شوند:

(1)

(2)

(0)D و (0)E ، عمل انبساط و فرسایش است و . نمادهای عملیات مجموعه minkowski جمع و تفریق می‌باشند. Sup(x) و inf(x) ، عدد اول و آخر x می‌باشند. ترکیبات عملیات فرسایش و انبساط به کارهای صرفی پیچیده‌ی باز و بسته شدن منتهی می‌شوند. این عملیات در زیر تعریف شده‌اند.

(3)

(4)

عملیات باز شدن (0)O به عنوان عمل فرسایش به دنبال انبساطی با استفاده از SE مشابه و عملیات بستن (0)C به عنوان انبساط به دنبال فرسایش با استفاده از SE مشابه تعریف شده‌اند. باز و بسته شدن چندین ویژگی مثل افزایش و برگرداندن تغییرات را دارند. Idempotence ، ویژگی اساسی و باز و بسته شدن است که با

تحقیق درباره روش جدید شناسایی پردازش صدا

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 13

روش جدید شناسایی پردازش صدا

چکیده:

استفاده‌ی تکنیک‌های تشخیص صدا در بسیاری کاربردهای علمی، نیاز برای الگوریتم پیشرفته را شرح داده است تا تدثیر بر صدای محیط را بیان می‌کند. این مقاله روش جدید تشخیص پردازش صدا را بر پایه‌ی اصلاح شناسی توصیف می‌کند که عملکرد قوی در محیط‌های پر سر و صدا را فراهم می‌آورد. عملیات صرفی، انتقالات سیگنال غیر خطی می‌باشند که ویژگی‌های هندسی سیگنال را شناسایی می‌کنند. فیلتر صرفی، نخست به عنوان الگوریتم سرکوبی صدا برای داده‌های پردازش صدا بکار رفته است که توسط سیستم تشخیص صدا آزمایش خواهد شد. اما از سوی دیگر صدا، پیشرفته ، چند دستکاری در مقایسه با صدای پاک اصلی با ایجاد فقدان چند جزئیات صدا و خطاها در تشخیص را دارد. بنابراین فیلتر صرفی مشابه در پیش پردازش نمونه‌های آموزش صدا بعد از آموزش مرحله‌ای به کار رفته است. نتایج تجربی نشان می‌دهند که عملکرد سیستم‌های تشخیص صدا می‌تواند با استفاده از روش جدید در محیط پر سرو صدا پیشرفت یابند.

1. مقدمه

پس از این که اکثریت الگوریتم‌های گذشته تشخیص صدا ، محیط‌های آرام و بدون صدا را فرض کردند، نسبت‌های تشخیص در کاهش تا 60% شرایط پرسر و صدا و با استرس مشاهده کرده‌اند. مهم این است مسئله‌ی تشخیص صدا در محیط‌های زیادی را در نظر گرفت که در کاربردهای کلمه واقعی اجتناب‌ناپذیر می‌باشند. صدای قوی محیط معمولاً اضافی در نظر گرفته می‌شودف یعنی سیگنال ضبط شده ، جمع سیگنال صدا و صدای محیط می‌باشد. سطوح بالای صدای محیط یکی از توجهات اولیه برای سازمان دهنده‌ی صدا می باشند. محیط‌های صدای زیاد که صدا را بر هم می‌زنند، ممکن است از ترافیک شهری، اتومبیل، اتوبان، کانال‌های ارتباطی، کابین خلبان هوایی، اداره و پخش نیمه‌رسمی باشند. بنابراین ، تکنیک‌های پردازش قوی به افزایش کیفیت صدای پایین آمده توسط صدای محیط نیاز داشته‌اند. تعدادی تکنیک‌های پیشبرد صدا در گذشته فرض شده‌اند. این روش‌ها کلاً بر پایه‌ی چند شکل تفریقی طیفی، پاک‌سازی و نیز با حداقل برآورد خطای میانگین مربع از صدا می‌باشند. چندین روش اخیر همچنین روش‌هایی بر پایه‌ی شنیداری می‌باشند که ویژگی‌های نمونه شنیدن برای تفسیر صدای بهتر به کار رفته‌اند. یک مشکل الگوریتم‌های پیشرفته آن است که صدای بالا رفته در مقایسه با صدای پاک اصلی به دلیل فقدان جزئیات صدا و خطاها در شناسایی دارد. همچنین در پاک‌سازی معرفی وجود دارد که دره‌های صدا پر می‌باشد و اوج در صدای نامنظم نرم می‌باشد. در این مقاله ، روش جدید شناسایی صدا بر پایه‌ی ریشه‌یابی فرض می‌کنیم تا این تأثیر را کم کنند. فیلتر صرفی مشابه را به کار می‌گیریم. تا هر دو داده‌های اموزش صدا و داده‌های آزمایشی را پیش پردازش کند. عملکرد این تکنیک توسط آزمایش شناسایی صدای کلمه مجزا آزمایش شده است. سرعت های شناسایی به منظور افزایش شهودی نشان داده می‌شوند نتیجه مقاله در زیر آمده است. بخش 2 اصول فیلتر صرفی را معرفی می‌کند. تکنیک فرض شده با بکارگیری کارهای صرفی برای شناسایی صدا و عملکردش، در خش 3 توصیف می‌شوند. مقاله با بحثی در بخش 4 نتیجه‌گیری می‌شود.

2. فیلتر صوتی

فیلترهای غیر خطی اخیراً وسایل خیلی محبوب در پردازش سیگنال هستند که به دلیل ریشه‌های پردازش سیگنال / تصویر جذابشان از مفاهیم صرف ریاضیاتی بوده‌اند و به عنوان فیلترسازی صرفی شناخته می‌شود. مورفولوژی ریاضیاتی، روش جدید در انالیز سیگنال / تصویر با استفاده از کارها و انتقالات تصویری غیر خطی گرفته شده‌ از تئوری مجموعه و شکل هندسی منسجم می‌باشد. فیلترهای صرفی ساختار هندسی سیگنالی را با مقایسه‌ی آن شکل اصلی با نام عنصر ساختاری (SE) را مورد آنالیز قرار می‌دهند. اطلاعات که می‌بایست از سیگنال اصلی حفظ یا پاک شوند، همیشه مربوط به اندازه و شکل SE بکار رفته است. بسته به نمایش سیگنال اصلی و SE، فیلترهای صرفی به عنوان فیلترهای پردازش مجموعه (Sp) ، پردازش عملیات (FP) و پردازش عملیات و مجموعه طبقه‌بندی می‌شوند. دو کار اصلی صرفی ، فرسایش و انبساط می‌باشند. (0) F ، عملیات ورودی و (0)g عملیات عنصر ساختاری می‌باشد و و ، منطقه حمایت F(x) و g(x) می‌باشند. دو عملیات در زیر تعریف می‌شوند:

(1)

(2)

(0)D و (0)E ، عمل انبساط و فرسایش است و . نمادهای عملیات مجموعه minkowski جمع و تفریق می‌باشند. Sup(x) و inf(x) ، عدد اول و آخر x می‌باشند. ترکیبات عملیات فرسایش و انبساط به کارهای صرفی پیچیده‌ی باز و بسته شدن منتهی می‌شوند. این عملیات در زیر تعریف شده‌اند.

(3)

(4)

عملیات باز شدن (0)O به عنوان عمل فرسایش به دنبال انبساطی با استفاده از SE مشابه و عملیات بستن (0)C به عنوان انبساط به دنبال فرسایش با استفاده از SE مشابه تعریف شده‌اند. باز و بسته شدن چندین ویژگی مثل افزایش و برگرداندن تغییرات را دارند. Idempotence ، ویژگی اساسی و باز و بسته شدن است که با