問題タブ [noise]

未知のエラー値を持つジオコーディングされた場所のリストと、実際の場所に近いノイズの少ない公開修正のデータベース (そのほとんどは信頼できる) が与えられた場合、すべての修正を考慮に入れて実際の場所を概算するアルゴリズムをどのように設計する必要がありますか?最も正確に？

静止座標とセンサーの読み取り値の両方にノイズが含まれているため、地理的なチェックインの問題に似ています。ノイズをモデル化し、最も可能性の高い値を計算する、ノイズの多い複数のセンサーに関する既知の問題を思い出しますが、解決策は思い出せません。

すべての座標はgeography::POINTSQL Server 2008 の型として格納されるため、そのプラットフォーム向けの効率的なソリューションが最も役立ちます。

明確化:座標は一時的なものではありません。各読み取り値は、繰り返し測定のない一意のセンサーから取得されます。

Worleyアルゴリズムの簡単な例を探しています。私が理解していることから、それはパーリンノイズに似ていますが、「画像」をタイル状に見せるためにいくつかの計算を行います。

任意の情報/ヘルプをいただければ幸いです。

マイクから音声を録音し、同じコンピューターで再生していますが、バイトがネットワークに送信されません

録音フォーマットはサンプルレート：16000チャンネル1

再生中に同じフォーマットが設定されている

私はスピーチで多くのノイズを取得しています

2つの質問

1 - 多くのノイズが発生するのは正常なのか、それとも別の記録形式を選択したのか

2 - ノイズ抑制のためのマネージド ソリューション (コード) はありますか?

ありがとう

私は、口頭でコマンドを発行できるマイクをアパートに設置するという個人的なプロジェクトに取り組んでいます。これを実現するために、私は Microsoft Speech API を使用してきました。具体的には、C# の System.Speech.Recognition の RecognitionEngine を使用しています。次のように文法を構築します。

これは、実際にコマンドを与える場合にはかなりうまくいくようです。私のコマンドの 1 つをまだ誤認していません。残念ながら、ランダムな会話をコマンドとして拾う傾向もあります! コマンドChoicesオブジェクトの前に「名前」(認識システム名) を付けることで、これを改善しようとしました。奇妙なことに、これは役に立たないようです。あらかじめ決められた一連のコマンド フレーズに制限しているので、音声が文字列ではないかどうかを検出できると考えていたでしょう。私の推測では、すべてのサウンドがコマンドであると想定し、コマンド セットから最適なものを選択していると思われます。このシステムを改善して、このシステムに向けられていない会話がトリガーされないようにするためのアドバイスは非常に役に立ちます。

編集:名前認識エンジンを別の SpeechRecognitionEngine に移動しましたが、精度はひどいです。精度を調べるために書いたテストコードを次に示します。

名前が "Octavian" の場合、"Octopus"、"Octagon"、"Volkswagen"、"Wow, really?" などを認識します。関連するオーディオ クリップの違いがはっきりと聞こえます。これをひどくしないようにするためのアイデアは素晴らしいでしょう。

現在、レイヤー化されたオクターブのノイズを使用してOpenCLで地形生成を実装していますが、この問題に遭遇しました:

OpenCL は for ループを並列化し、ここで同期の問題を引き起こしますか、それとも他に何か不足していますか?

どんな助けでも大歓迎です！

スキャンした請求書を自動的に処理するプロジェクトに取り組んでいます。OCRエンジンの結果を良くするために、まず画像からノイズを除去したいと思います。傷のほかに、印刷後にドキュメントに追加されたものはすべて削除したいと思います。多くの請求書がチェックされており、OCRで請求書の一部が読めなくなることがあります。

たとえば、この画像を見てください。2番目の項目の説明は読めないので、そのような「ノイズ」を取り除きたいと思います。

では、どうすればそのような手書きの領域を削除し、その下に印刷されたテキストの高品質を維持するにはどうすればよいでしょうか。

DirectSoundとC#を使用して、マイクからスピーカーにサウンド サンプルをストリーミングしようとしています。「マイクを聞く」に似ているはずですが、後でこれを別の用途に使用したいと考えています。私のアプローチをテストすることで、バックグラウンドで静かなくすぐり、クラッキング ノイズに気付きました。これは、バッファの書き込みと再生の間の遅延と関係があると思います。これは、チャンクを書き込むための待ち時間よりも大きくなければなりません。

録音と再生の間の遅延を 50ms 未満に設定した場合。ほとんどの場合は機能しますが、非常に大きなクラッキング ノイズが発生することがあります。そのため、少なくとも 50 ミリ秒の遅延を決定しました。これは私にとっては問題ありませんが、システムの「デバイスをリッスンする」の遅延ははるかに短いようです。約 15 ～ 30 ミリ秒で、ほとんど目立たないと思います。50 ミリ秒で、少なくとも少しのリバーブ効果が得られます。

以下に、私のマイクコードを (部分的に) 示します。 初期化は次のように行われます。

キャプチャは、追加のスレッドで次のように実行されます。

キャプチャ中ReportChunkは、データをサブスクライブ可能なイベントとしてスピーカーに送信します。スピーカー部分は次のように初期化されます。

データは、次の単純な方法で、イベント メソッドによってキューに入れられます。

再生バッファの充填と再生バッファの開始/停止は、別のスレッドによって行われます。

writeToBufferは、最後の書き込み位置を表すandをthis.buffer.Write(wp, data, LockFlag.None);考慮して、エンキューされたチャンクをバッファーに書き込むだけです。これが私のコードで重要なことのすべてだと思います。定義が欠落している可能性があり、少なくともスレッドを開始/停止=制御する別の方法があります。bufferSizechunkSizewp

バッファーの入力を間違えた場合や初期化が間違っている場合に備えて、このコードを投稿しました。しかし、C# バイトコードの実行が遅すぎるなどの理由で、この問題が発生すると思います。しかし、最終的に私の質問は未解決です。私の質問は、レイテンシーを減らす方法と、存在してはならないノイズを回避する方法です。

私は音声認識プログラムをプログラムしましたが、音楽を再生しているコンピューターでマイクが私を聞くのに問題があります。マイクに入る音からスピーカーから出る音をフィルターで除去できるソフトウェアが必要です。

私の問題を解決するソフトウェアまたはコンポーネント（Delphi用）はありますか？