-
Notifications
You must be signed in to change notification settings - Fork 5
Expand file tree
/
Copy pathreadme.txt
More file actions
executable file
·13 lines (7 loc) · 1.37 KB
/
readme.txt
File metadata and controls
executable file
·13 lines (7 loc) · 1.37 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
Ciao Carlo, ho modificato qualcosina del codice e ho fatto in pratica 2 cose:
- la prova con le sinusoidi pure, funziona, ma non essendo affatto sparse non si può fare nessun tipo di classificazione con questo metodo, anche perchè basterebbe una fft, cioè un analisi spettrale qualunque per capire cosa e dove sono
- coi segnali audio, uno è diverso da quello che hai tu semplicemente perchè avevo problemi a scaricare quel file audio, comunque ho generalizzato tutti i parametri, dunque dovrebbe in teoria funzionare anche coi tuoi file, ora ci tocca classificare
Problema al quale sto pensando e al quale se hai tempo ti invito a pensare:
- Nell'articolo cita come features utili quelle con la differenza di fase normalizzata alla frequenza e alla distanza tra microfoni; secondo te la distanza tra i microfoni la scegliamo a prescindere dall'aliasing spaziale? Secondo me si, perchè in realtà non stiamo sondando nulla con una sola frequenza, dunque volendo potremmo soddisfare la condizione (d<=lambdamin/2), dove d è la distanza tra microfoni e lambdamin è la lambda corrispondente alla frequenza massima che ci aspettiamo, ma questo significherebbe limitare la visuale solo ad un certo spettro.n Sicuramente la distanza influisce sulla normalizzazione e quindi sulle features, di conseguenza anche sulla classificazione.
Che ne dici?
Fammi sapere..io mi metto al lavoro in questi giorni..