مدل اتفاقی یک سیستم ربات انگشت نگار صوتی

(رسانه های لمسی ، اطلاعات و گروه فرضیه ارتباطی،تکنولوژی دانشگاه delft.)

یک اثر انگشت صوتی یک نمایش بهم پیوسته از درک رابطه قسمتهای محتویات صدا است . یک اثر انگشت صوتی مناسب میتواند برای تشخیص فایلهای صوتی استفاده شود ، حتی اگر آنها برای مقایسه یا دیگر نوعهایی از سیگنال  عملیاتهای پردازش خیلی خفیف پرداخته شده باشند.هنگامی که خفیف است ، اثر انگشت به وضوح شبیه اثر انگشت اصلی است اما شناخته شده نیست .ما برای استفاده یک اثر انگشت طراحی می کنیم نه فقط برای تشخیص صدا بلکه برای تشخیص درک کیفیت محتوای فشرده شده .در دستور توسعه چنین طرح اثر انگشتی ، یک مدل احتیاج دارد به تشخیص یک موضوع رفتار اثر انگشت برای تراکم .

در این مقاله ما نماینده اولین طرح نمونه برای یک سیستم روباط انگشت نگار موجود که بنیاد نظری را بیشتر توسعه دهد هستیم .مدل اتفاقی رفتار سیستم را هنگامیکه سیگنالهای ورودی یک سیگنال ساکن هستند توصیف می کند .در این مقاله ورودی همراه با صدا فرض شده .گزارش و اعتبار با آزمایش داده اولین نظریه نتایج هستند .

1 – مقدمه :

دریافت موزیک یک کار رایج است . شناسایی موزیک معمولا کاری است که بوسیله جستجو در داده اصلی محتویات موزیک توصیف می شود .داده اصلی مثل عنوان ،هنرمند و منبع آهنگ است .

هرچند که اغلب متناقض یا گمراه کننده است ، مخصوصا فایل پا به پای شبکه های اشتراکی ، صوت برای تشخیص محتوای پایه گذاری شده است .هرچند اغلب شناسایی کافی نیست .درک کیفیت یک آهنگ فشرده شده استفاده می شود در MP3  با 32 Kbps  که جمعا با درک کیفیت ثبت CD  با آهنگ همسان تفاوت دارد .

بنابراین یک محتوای پایه گذاری شده نشانه ای است برای درک کیفیت مورد نیاز . هدف پروژه پخش موزیک استفاده از اثر انگشتهای صوتی برای شناسایی و ارزیابی کیفیت محتوای ناشناخته روی یک شبکه پا به پا است *(1).

سیستم انگشت نگاری شامل 2 قسمت است : استخراج اثر انگشت و الگوریتم تطابق .

. اثر انگشتها از تعداد زیادی از آهنگها هستند که که معمولا ذخیره شده در یک پایگاه داده است . یک آهنگ به وسیله مقایسه یک اثر انگشت با اثر انگشتها در پایگاه داده شناسایی میشود . کاربرد های معروف اثر انگشتها صوتی هستند انتشاربازبینی ، صداهای پیوسته ، وپالایش فایلهای مشترک کاربردی   :{3}،{2}    . در این همکاری ما فقط روی استخراج اثر انگشت تمرکز میکنیم . برای یک اثر انگشت در نظر گرفته شده اثرانگشتها از2 قسمت انتخاب اختیاری از موزیک که خیلی متفاوت هستند نگهداری میشوند . هنگامیکه اثر انگشتها از همان فایل صدا سرچشمه بگیرند ، رمز گشایی از طرح کدهای متفاوت یا سرعتهای کم که اندکی متفاوت هستند استفاده میکند. هدف ما بهره برداری از این اثر انگشت متفاوت به علت فشردگی ارزیابی دریافت کیفیت از فایل صوتی فشرده شده است .هدف ما با مدل سازی موفقیت آمیزطرح اثر انگشت صوتی موجود ، بهبود بیشتر بینش درباره رفتار تفاوتهای اثر انگشتهاست هنگامیکه صدا فشرده شده باشد.

هنگامیکه موضوع سیستم یک ورودی با طیف شناخته شده باشد تولید اثر انگشت مدلسازی میشود . این یک بار میتواند استفاده بهتر باشد .یک مدل تفاضلی که یک نشانه برای درک کیفیت از نسخه فشرده شده راجع به ساخت اصلی آینده ارایه میدهد . چندین روش موجود اثرانگشت صوتی استفاده از .e.g. یکسانی طیفی ترکیب {4} یا فوریر اشتراک {6}،{5}،{2}.

یک بازبینی خوب میتواند در دسته {3} پیدا شود . ما انتخاب میکنیم مدل سیستم اثر انگشت صوتی philips را در{2}.

زیرا این مستند خوبی در مقابل فشارهای خیلی شدید است و این مدل میتواند در مدلهای اتفاقی مورد استفاده قرار بگیرد .

این صفحه شامل 5 مقطع است : مقطع 2 نماینده جزییاتی از سیستم اثر انگشت صوتی برای مدلسازی است  . مقطع 3 مدل چگونگی بلاکهای مدل تابعی از سیستم اثر انگشت را تحلیل میکند . مقطع 4 اولین نتایج اثر انگشت رابا صدا توصیف میکند ، هنگامیکه مقطع 5 طراحی شد پایان و کارماورا آینده شد .

2 _  جزییات موجود در سیستم :

شکل 1 نشان دهنده یک بازبینی از استخراج اثر انگشت که درحکم سیستم اثر انگشت {2}، بعضی از بلاکها هر چند تجدید سازمان فراری دارند پردازش  مدل توصیفی را در نواحی زیر آسان میکنند  .

صدا سیگنالی است که اولین مقطع آن درون قابی از 0.37 ثانیه با یک فاکتور اشتراک از 32/31  است .  وزن یک پنجره هانینگ است .

شکل 1 ) معادل تابع سیستم اثر انگشت صدای Philips  نمایش فشرده از یک سیگنال قاب صدا نامیده میشود .

  *1*) مجوز ساخت دیجیتالی یا کپی سخت از همه یا قسمتی از این کار برای شخص یا کلاس درس استفاده شده است .اهدا بدون دستمزد فراهم شده است تا برای استفاده تجاری کپی یا توزیع نشوند و کپی ها بصورت کامل در این آگهی ذکر شده اند . در اولین صفحه universitat pompeu fabra 2004

یک زیر اثر انگشت ازاین راه آن را استخراج میکند . زیر اثر انگشتهای 32 بیتی را برای هر فاصله ms 11.6. به علت وسعت اشتراک زیر اثر

انگشت یک شباهت وسیع دارند و به کندی در زمان نوسان میکنند .

یک آهنگ شامل یک دنباله از زیر اثر انگشت ها است که در یک پایگاه داده ذخیره شده هستند . سیستم این قابلیت را دارد که یک مقطع  را در حدود 3 ثانیه از موزیک تولید شده 256 زیر اثر انگشتی را  شناسایی کند . در یک پایگاه داده وسیع ،اگر قطعه خفیف شده باشد به علت پردازش سیگنال است . استخراج یک زیر اثر انگشت 32 بیتی برای هر بار 33 باند فرکانس بدون اشتراک هستند که از برآورد قدرت چگالی طیفی  (PSD) انتخاب میشوند . دامنه این نوارها از 300  هرتز تا 2000 هرتز هستند و فاصله های لگاریتمی ، تطبیق جزییات سیستم شنوایی بشر (HAS) . هایتسماو کالر گزارش دادند  آزمایشات نشان میدهند که علامت تغییرات انرزی یک استعداد است که نسبت به خیلی از گونه های پردازش قدرتمند تراست{2} . ما انرزی رااز باند فرکانس m  از قاب n  به وسیله e(n;m)  مشخص میکنیم . تفاوت در این انرزی ها در زمان و فرکانس حساب شده هستند :

تکه هایی از زیر اثر انگشت هستند اشتقاقی به وسیله:                                                                                                  

هر جا که f(n;m)   اشتقاق پیدا کند بیت های اثر انگشتهای قاب  n شکل  2(a)   نشان میدهد  . یک مثال از اثر انگشت . قسمتهای سفید اختلاف انرزی مثبت و قسمتهای سیاه اختلافات انرزی منفی را نشان میدهد . قسمت کوچکی از بلاک اثرانگشت دنباله هدایت شده است ،شامل 32 بیت مطابق با اختلافها بین نوارهای 33 فرکانسه است . قسمتهای وسیعی از بلاکها مطابق با جسم بعدی است . تکه کوچک خطا سرعت بین استخراج اثر انگشت و اثر انگشت در پایگاه داده است که به عنوان معیار اندازه گیری استفاده شده است .   هنگامیکه موضوع آهنگ سیگنال همانند تراکم رو به پایین باشد ، اثر انگشت اندکی تغییر میکند . برای نشان دادن تاثیر mp3   فشرده شده روی اثر انگشت استخراج شده ،شکل 2 تغییرات طرح اثر انگشت  یک ثبت را در سرعت کم  متفاوت وابسته به اثر انگشت از کیفیت ثبت  cd  شبیه آهنگ . قسمتهای سیاه تفاوتهای اثرانگشت را به علت فشار نشان میدهد و وضعیت سفید شباهت بین اثر انگشتها رانشان میدهد. تکه خطای طرح اهمیت تعداد ازهم پاشیدگی خطا را نشان میدهد.

شکل 2 )اثر انگشتها برای یک قطعه منتخب از بی قانونی  u.k  بوسیله  جنسیت لوله ها . اثر انگشتهای اصلی a)) b),) از یک  mp3  فشرده شده نسخه رمز گشایی شده با 128 kbps  ؛ (c-e) تفاوت  بین اثر انگشت اصل و یک نسخه فشرده شده mp3  که در  e) 32 kpbs)،kpbs 80d ))، kpbs128 (c) .وضعیت های سیاه تفاوتها را نشان میدهد .

3 _هدف نمونه :

ما  رفتار سیستم را هنگامیکه موضوع ورودی به خوبی مورد استفاده قرار میگیرد تحلیل میکنیم . سیگنال ثابت مثل یک صدای سفید یا یک  پردازش مرتب کننده کاهنده اتوماتیک است . از این تحلیل ها ما نتیجه میگیریم یک مدل اثر انگشت را .

اگر چه برای این گونه سیگنال ها  psd  به خوبی شناخته شده است ،ما به دو چیز مهم احتیاج داریم . اول تخمین استفاده دوره ای  psd  است ،که جزییات آماری مطمئنی دارد . دوم اینکه ما اهمیت میدهیم به اشتراک زیاد بین قابهای بعدی ، که علتهای کندی زمان تغییر اثر انگشت است . بنابراین ،حتی اثر انگشت با یک پردازش صوتی سفید ،سفید نیست . در حقیقت اثر انگشت های صوتی سفید شبیه هستند به اثر انگشت نشان داده شده در شکل (a)2 .

نتیجه هدف ما مدلی است که احتمال اینکه یک اثر انگشت تکه ای از قسمت همسان باشد . تعیین اثر انگشت قبلی مطابق است با وضعیت فرکانسی همسان m   ، طول قاب l ، تعداد نوارهای فرکانس باند N   وتابع  وابسته سیگنال ورودی r(i)   :

پارامترهای دیگر مثل دامنه فرکانس ها و فرکانس  نمونه نگه داشته شده شبیه به سیستم اصلی {2} ( در این سیستم  l=0:37 ثانیه و  )

مدل پردازش فاصله خطوط معادله ایست  که گامهای نشان داده شده در شکل 1 را دنبال میکند  . نادیده گرفتن پنجره تابع ارزیابی میکند به صورت دوره ای قاب  PSD  راکه از n  بدست می آورد به وسیله :  

 

 

تفاوت انرژی بین 2 قاب مشترک متوالی درهرطیف نمونه بدست می آید به وسیله :

 

تفاوت انرژی بین یک نوار فرکانس سیگنال m  به وسیله مجموع مثالهای وابسته نوارفرکانس بدست می آید :

 

 

هر کجا Bm  نشان دهد فرکانس متعلقات نمونه دستگاه روی نوار m است .از

 تفاوتهای انرژی بین نوارهای فرکانس میتواند محاسبه شود به وسیله :

 

 

تکه های اثر انگشت اشتقاقی هستند بر طبق معادله (2) . جزییات آماری از 4 گام از اثر انگشت این مطلب را نتیجه میگیرد که معادلات (7) – (4) ، میتواند توصیف کند بر حسب بر حسب تابع چگالی  احتمال PDFs)) ، راه اندازی با PDF توصیف کننده رفتار آماریه نمونه های خصوصی در بین دوره تخمین زده شده  PSD  است .            

 ما ممکن است استفاده  کنیم با مشتق یک PDF  برای مثال در EDs(n,k)  :

از این ما میتوانیم امتداددهیم تحلیل ها را برای رفتار آماری از نمونه های مختلف طیفهای  انرژی پی در پی . این تحلیل ها  فواصل یک PDF   است از

معرفیه فواصل نوارهای فرکانس به شرح زیر است :

ما میتوانیم به آسانی PDF   را به احتمالات تبدیل کنیم برای قطعات اثر انگشت دردو زیرانگشت پی در پی    .e.g.:

معادله 12 حاصل مدل خروجی معادله( 3) است .

شکل 3 )واریانس لاپاس تابعیست ازتناسب      ،هر دو برای پنجره  مستطیلی  و پنجره ها ی هانینگ .

4 – اثر انگشت صوتی سفید :

ناحیه توصیفی  رفتارآماری تولید اثر انگشت  یک سیگنال صوتی سفید در کلمات  PDFs  ومعادلات احتمالی ( 12) – ( 8 ) . پردازش تولید اثر انگشت صوتی سفید سبب ارزشمندیه مدل 3 است .اولین بار، طیف ARp پردازش میشود که آن هست نسخه فیلتر شده متناظر با پردازش صوت .  دومین بار ،تفاوت در طیف های صوتی ممکن است که به علت فشار صدا فیلتر شود . سومین بار ، پردازش تولید اثر انگشت از صوت سفید باید مثل قالب حالت  نمونه فراهم بشود بینش و نمایش به صورت رفتار اثر انگشت با قابلیت اجراست.

این ناحیه تشکیل شده است به شرح زیر : ناحیه 4.1 میدهد یک اصطلاح برای حاشیه  ،ناحیه 4.2 رسیدگی میکند به اشتراک PDF  برای انرژیهای نوارفرکانس که هست در قاب پی در پی ،  .  آن نشان میدهد که این توصیف میتواند تقریب خوبی به وسیله یک گاوس  PDF  است  که نتیجه بوسیله

. پنجره های مربعی به صورت فرضی هستند مگر اینکه وضعیت به طور دیگری باشد .

4.1 توصیف حاشیه

Leon-Garcia   نشان میدهد هنگامیکه سیگنال ورودی x(i) صورت سفید است . (x(i) به صورت یک صفرمعنی میدهد ، گاوس متغیر اتفاقی است RV)) با واریانس ) مثالها از تخمین دوره ای PSD  استفاده از پنجره های مربعی که ناهم بسته هستند و به دنبال یک توزیع نمایی است .

استفاده این نتیجه ودو  جزییات توزیع لاپلاس {8} ، آن میتواند  نشان دهد مثالهایی از ED(n;k)   به دنبال یک لاپلاس PDF {9} . این واژه ها از پارامترها در ناحیه 3 .

با تغییر توزیع لاپلاس 2S2 :

                                   

 شکل 4) تحلیلی (پراکنده ) و آزمایشی (جامع) احتمال  برای استفاده پنجره ها از ورودی صوت سفید است .

معادله 14 و 15 رسیدگی آزمایشی دارد . شکل 3 واریانس یک تابع معین را . همانند گرافی است که نشان میدهد رفتار واریانس را هنگامیکه پنجره های  هانینگ مورد استفاده هستند . رفتار اندکی متفاوت هستند ،استنتاج از ( وبیان برای ) تغییرات بسیار پیچیده {9} .

4.2. توزیع 2 متغیر : گاوس نشان میدهد استنتاج یک بیان تحلیلی را برای رفتار PDF خیلی دشوار و ضروری نیست . آزمایشات شایستگی تخمینهای گاوس راا ز

تایید میکنند . این مشاهده PDF  به وسیله تغییرات حاشیه ای کاملا تعریف شده است  : و هم بستگیه عامل مشترک . بازرسی از سیستم این آموزش را میدهد که همبستگی بین میتواند در تغییرات کلمات بیان شود :

همینطور ، بیان تغییرات از ED(n;m) در کلمات  کاملا تعریف میشود تقریبات گاوس . برای تخمین این تغییرات ، هرچند ما همچنین داریم همبستگی بین مثالهایی از EDs(n;k) در محاسبه استخراج کامل و بیانات برای این تابع همبستگی و نتایج تغییرات میتواند پیدا شوددر{9} . هم اکنون ما میتوانیم تغییرات حاشیه ای و ضریب همبستگی تقریبی گاوس  را محاسبه کنیم .احتمالات P{F(n;m),F(n+1;m)} میتواند بر طبق معادله 12 محاسبه شود .شکل 4 نشان دهنده محاسبه احتمالات P{F(n;m)=1,F(n+1;m)=1} همراه با این نقاط آزمایشی است . این وضوح تناسب تخمین گاوس با هدف مارا نشان میدهد .

5 – پایان و آینده کار:

این صفحه نخستین واولین نتایج را برای یک مدل اتفاقی از وضعیت فن صوتی سیستم اثر انگشت ارائه میدهد . وسعت واژه هدف از مدلسازی کیفیت ادراک راازیک آهنگ  فشرده نسبت به کیفیت ثبت اصلی بالا با استفاده از این اثرانگشت ارزیابی میکند . یک مدل برای تولید اثر انگشت با سیگنالهای ورودی صدا ارائه میشود.این رابطه ممکن است باعث توسعه سیگنالهای AR-p شود . امکان مدلسازی تاثیرات فشار بوسیله افزودن ( فیلترکننده ) صوت میباشد وآن ارتباط ساده است . جمع آوری بیان تحلیلها و تقریب آمار گامهای منحصر به فرد پردازش تولید اثرانگشت است ، نتایج در تکه های اثرانگشت ممکن است در پنجره های مربعی جمع شود .

کارآینده درباره مدل صوت سفید بیان کننده پنجره ها ی هانینگ و اشتراک همبستگی قطعات اثر انگشت را دربعد طیفی است .کارآینده میخواهد درباره  همه مدلها بیان کند AR-P  سیگنالهای ورودی  مدلسازی از تفاوتهای اثرانگشت وقتیکه سیگنال ورودی فشرده باشد .