我想原po所看到的反向 convolution 运算其实就是 correlation 运算 资料来源：MathWorld 网页里的 Cross-Correlation http://mathworld.wolfram.com/Cross-Correlation.html 里面有详细的定义着两函数之间的 cross-correlation 与 convolution 之间的关系 若您取样後所得到的是实数讯号, 那麽或许您所提到的反向 conv. 就是 xcorr. 至於您提到的作法, 就是先将所认定的样本讯号做自相关运算後得到基准值 接着将所收到的讯号与样本讯号做互相关运算後, 再与基准值做比较 简言之, 就是比较输入语音讯号与样本讯号的相似程度, 再做讯号的判定 这种方法的优劣, 小弟我猜想主要会取决於样本讯号彼此之间的特性 ※ 引述《MasterChang (我爱ASM)》之铭言： : ※ 引述《elvis5357 (zz)》之铭言： : : 可是她们用的方法是把语音 : : 先用样本跟样本反向的CONVOLUTION求得基准数值 : : 然後在用输入语音跟样本反向CONVOLUTION求得的数值 : : 两个数值下去比较 : : 然後越接近的就认定是那一个音 : : 因为在信号系统的书上只看过CONVOLUTION : : 没看过反向的CONVOLUTION : : 想请问这种方法的原理 : 就是把样本反相的信号当作辨识系统。信号跟反向信号的convilution : 所得基准信号就是经辨识系统的脉冲响应之叠加。 : 假设输入信号为 A 输出为 B 辨识系统为S : B = S{A} : 今天信号可能有~A,A1,A2,A3经由系统S作用，假设A约等於~A，其 : 实只会有~A的输入的最小协方差会接近B(每次喊1不见得DATA完全 : 一样，但是相对2、3、4应该要具有显着性) : 我不太确定讲的是不是跟你一样， 因为比对应该要针对一连串的 : 音讯资料，即便信号跟反向信号做convolution後得到的也是一串 : 资料。上面讲的基准数值是单一值还是数据串？ : 用convolution做辨识在光学上常用到，所以我想音讯也是一样的 : 道理。 : 好吧！这些都是唬烂的XD --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.162.72.177