我想原po所看到的反向 convolution 運算其實就是 correlation 運算 資料來源：MathWorld 網頁裡的 Cross-Correlation http://mathworld.wolfram.com/Cross-Correlation.html 裡面有詳細的定義著兩函數之間的 cross-correlation 與 convolution 之間的關係 若您取樣後所得到的是實數訊號, 那麼或許您所提到的反向 conv. 就是 xcorr. 至於您提到的作法, 就是先將所認定的樣本訊號做自相關運算後得到基準值 接著將所收到的訊號與樣本訊號做互相關運算後, 再與基準值做比較 簡言之, 就是比較輸入語音訊號與樣本訊號的相似程度, 再做訊號的判定 這種方法的優劣, 小弟我猜想主要會取決於樣本訊號彼此之間的特性 ※ 引述《MasterChang (我愛ASM)》之銘言： : ※ 引述《elvis5357 (zz)》之銘言： : : 可是她們用的方法是把語音 : : 先用樣本跟樣本反向的CONVOLUTION求得基準數值 : : 然後在用輸入語音跟樣本反向CONVOLUTION求得的數值 : : 兩個數值下去比較 : : 然後越接近的就認定是那一個音 : : 因為在信號系統的書上只看過CONVOLUTION : : 沒看過反向的CONVOLUTION : : 想請問這種方法的原理 : 就是把樣本反相的信號當作辨識系統。信號跟反向信號的convilution : 所得基準信號就是經辨識系統的脈衝響應之疊加。 : 假設輸入信號為 A 輸出為 B 辨識系統為S : B = S{A} : 今天信號可能有~A,A1,A2,A3經由系統S作用，假設A約等於~A，其 : 實只會有~A的輸入的最小協方差會接近B(每次喊1不見得DATA完全 : 一樣，但是相對2、3、4應該要具有顯著性) : 我不太確定講的是不是跟你一樣， 因為比對應該要針對一連串的 : 音訊資料，即便信號跟反向信號做convolution後得到的也是一串 : 資料。上面講的基準數值是單一值還是數據串？ : 用convolution做辨識在光學上常用到，所以我想音訊也是一樣的 : 道理。 : 好吧！這些都是唬爛的XD --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.162.72.177