Abstract
Autoregressive (AR) model is widely used for modeling of speech signals. Nevertheless, the problem of adequate modelling of Lithuanian speech is still open. The results of this study indicate the need of much higher order models for Lithuanian wovel description. Only high order AR models enable us to model frequential properties of Lithuanian vowels adequately.
Highlights
AR modelio prognozės klaidos ir signalo dispersijų įverčių santykio b2/D reikšmė kito nuo 0,0004 iki 0,0408, o vidurkis buvo 0,0093
High order AR models enable us to model frequential properties of Lithuanian vowels adequately
Summary
Šnekos signalui aprašyti naudojami įvairūs modeliai, kaip antai: autoregresijos-slenkančio vidurkio [5], autoregresijos (AR) [9, 7, 8], sinusinis [10] ir kt. AR modelio taikymas šnekos signalui aprašyti remiasi žiniomis apie signalo susidarymą balso trakte bei statistinėmis signalo charakteristikomis [9, 7, 8]. Todėl AR modelio panaudojimas šnekos signalui aprašyti diskusijų nekelia. Lietuvių šnekos signalo analizei taip pat yra naudojamas AR modelis [2, 7]. Kuriuose būtų ištirtas bei pagrįstas AR modelio eilės parinkimas lietuvių šnekai. Darbe [6] yra parodyta, kad lietuvių šnekai naudojami AR eilės bei parametrų įvertinimo metodai [1, 3] duoda paslinktus AR modelio eilės įverčius. Todėl būtina ištirti lietuvių šnekos aprašymo autoregresijos modeliu adekvatumą
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
