Andere Kunden interessierten sich auch für
![Rintracciare gli aggressori con la marcatura deterministica dei pacchetti basata sulla fiducia]( "Rintracciare gli aggressori con la marcatura deterministica dei pacchetti basata sulla fiducia")
Rintracciare gli aggressori con la marcatura deterministica dei pacchetti basata sulla fiducia29,99 €![CRITTOGRAFIA AVANZATA BASATA SULLA FUNZIONE F E SUL BIT FLIPPING]( "CRITTOGRAFIA AVANZATA BASATA SULLA FUNZIONE F E SUL BIT FLIPPING")
CRITTOGRAFIA AVANZATA BASATA SULLA FUNZIONE F E SUL BIT FLIPPING39,99 €![Processamento de fala com estimativa de ruído baseada em mediana em cascata adaptável]( "Processamento de fala com estimativa de ruído baseada em mediana em cascata adaptável")
Processamento de fala com estimativa de ruído baseada em mediana em cascata adaptável23,99 €![LSPSO Stima del canale in OFDM Sistema di comunicazione MC basato su FPGA]( "LSPSO Stima del canale in OFDM Sistema di comunicazione MC basato su FPGA")
LSPSO Stima del canale in OFDM Sistema di comunicazione MC basato su FPGA40,99 €![Stima adattiva del canale]( "Stima adattiva del canale")
Stima adattiva del canale28,99 €![Difesa DDoS basata sull'entropia nelle reti definite dal software]( "Difesa DDoS basata sull'entropia nelle reti definite dal software")
Difesa DDoS basata sull'entropia nelle reti definite dal software39,99 €![Qualità dei servizi basata sul routing nelle reti IP]( "Qualità dei servizi basata sul routing nelle reti IP")
Qualità dei servizi basata sul routing nelle reti IP28,99 €
Questo libro fornisce uno studio approfondito della letteratura disponibile sulle varie tecniche di filtraggio utilizzate per il miglioramento del parlato. In questo libro viene introdotto un nuovo metodo per migliorare il parlato distorto dal rumore acustico, basato sulla tecnica della sottrazione spettrale. La stima del rumore viene effettuata attraverso un nuovo algoritmo proposto, basato su un filtro mediano adattativo in cascata. Il modello sviluppato consente di eliminare il rumore musicale introdotto dal filtro mediano in cascata convenzionale. L'algoritmo è stato testato su diversi campioni di parlato rumoroso tratti dal database NOIZEUS, campionati a 8 kHz e poi elaborati utilizzando una finestra di Hamming della lunghezza di 250 ms con una dimensione di sovrapposizione di 128 ms. Inoltre, questo algoritmo è in grado di affrontare la natura non stazionaria del rumore. Sono stati eseguiti diversi test di ascolto per giudicare la qualità e l'intelligibilità. Per l'analisi delle prestazioni del modello dato, i parametri selezionati sono l'errore quadratico medio (MSE) e i punteggi di valutazione della qualità del parlato (PESQ). L'algoritmo sviluppato mostra un miglioramento del 20-55% nei punteggi PESQ rispetto al filtro CCM.