推 karco: 所以兩個波形是指raw data跟處理過的raw data嗎 07/05 19:18
→ shhs1000246: 對 07/05 20:29
推 abc53: wavenet autoregressive model 07/05 21:08
→ supermmi: 你在input時,把二個波的值串起來變成一筆資料就行了就 07/06 02:26
→ supermmi: 行了 07/06 02:26
→ sxy67230: 不太知道你想要的數值是什麼樣的東西,想要比較兩個波 07/06 13:52
→ sxy67230: 嗎?還是要從未處理的信號轉換成處理過的信號?還是要預 07/06 13:52
→ sxy67230: 測接下來的波形?不同想預測的東西有不同的方法 07/06 13:52
→ shhs1000246: 不是預測波形 只是想利用波形去預測label 07/06 17:55
→ shhs1000246: 4f的做法我有試過 結果比使用單一個波的結果差 07/06 17:56
→ sxy67230: 預測label可以考慮用GMM HMM或CTC模型,這個在語音上已 07/06 18:36
→ sxy67230: 經很成熟的技術,對應波形標註理論上應該也可以取得不 07/06 18:37
→ sxy67230: 錯的成績。 07/06 18:37
推 sxy67230: 但是我不太懂你需要處理過跟未處理的資料要去做合併具 07/06 18:41
→ sxy67230: 體的理由是什麼?因為會變差很有可能是你未處理的信號 07/06 18:41
→ sxy67230: 雜訊過多,自然你的效果提升就會有限。 07/06 18:41
→ shhs1000246: 有此一說是未處理的data中含有某些有用的資訊 因為拿 07/06 21:32
→ shhs1000246: 去做某些預測是有用的 只是在深度學習上不知道有沒有 07/06 21:32
→ shhs1000246: 用 所以才想加進去 07/06 21:32
→ sxy67230: 我覺得可以考慮看看兩波形相減,噪聲比較多的可以試著去 07/07 12:38
→ sxy67230: 做衰減,在用這兩個噪聲做input。如果裡面真的有蘊含資 07/07 12:38
→ sxy67230: 訊理論上應該會有某種程度有效才對 07/07 12:38
推 sxy67230: 是我的話,會考慮這種作法。感覺排除是程式有問題的狀況 07/07 12:40
→ sxy67230: 外,想到就是特徵選取的問題。 07/07 12:40
推 goldflower: 你的"用cnn"這句話其實沒啥訊息 07/07 13:31
推 goldflower: 另外如果有偶發的奇怪的突波之類的你拿來做regressio 07/07 16:53
→ goldflower: n其實蠻容易被影響的 做好注意一下這塊 07/07 16:53
→ goldflower: *最好 07/07 16:53