The speech signal is initially filt

The speech signal is initially filtered with a first-order FIR filter to spectrally
flatten the signal. The pre-emphasised speech signal is blocked into non-overlapping
frames of n samples, each frame corresponding here to 30ms. These frames are nonoverlapping
so that each utterance has an equal number of synchronised audio and
visual feature vectors. Each individual frame is windowed to minimise the signal
discontinuities at the borders of each frame. A Hamming window was used.

Results (Thai) 1:

สัญญาณเสียงจะเริ่มกรองกับตัวเฟอร์สั่งแรกเพื่อ spectrallyแผ่สัญญาณ สัญญาณเสียงก่อน emphasised ถูกบล็อคไปไม่ซ้อนกันเฟรมตัวอย่าง n กรอบแต่ละที่นี่ตรงกับ 30ms เฟรมนี้มีขนานเพื่อให้แต่ละ utterance มีของเสียงเพื่อ และคุณลักษณะภาพเวกเตอร์ แต่ละแต่ละเฟรมจะเรียงเพื่อลดสัญญาณdiscontinuities ที่เส้นขอบของเฟรมแต่ละเฟรม ใช้หน้าต่าง Hamming

Results (Thai) 2:

สัญญาณเสียงจะถูกกรองครั้งแรกกับครั้งแรกเพื่อที่จะกรอง FIR ผี
แผ่สัญญาณ สัญญาณเสียงพูดก่อนเน้นถูกบล็อกเข้าไปในที่ไม่ทับซ้อนกัน
เฟรมตัวอย่าง n แต่ละกรอบที่สอดคล้องกันที่นี่เพื่อ 30ms ภาพเหล่านี้เป็น nonoverlapping
เพื่อให้คำพูดแต่ละคนมีจำนวนเท่ากับเสียงตรงกันและ
คุณลักษณะเวกเตอร์ภาพ แต่ละบุคคลที่กรอบหน้าต่างเพื่อลดสัญญาณ
ต่อเนื่องที่ชายแดนของแต่ละเฟรม หน้าต่าง Hamming ถูกนำมาใช้

Results (Thai) 3:

สัญญาณเสียงในตอนแรกกรองด้วยตัวกรอง FIR แรกมากกว่
แผ่สัญญาณ ก่อนเน้นเสียงพูดถูกปิดลงบนเฟรมซ้อน
n ตัวอย่างแต่ละเฟรมที่สอดคล้องกันมา 30ms เฟรมเหล่านี้ nonoverlapping
ดังนั้นแต่ละที่มีจำนวนเท่ากับของตรงเสียงและคุณลักษณะ
เวกเตอร์ภาพแต่ละเฟรมแต่ละหน้าต่างเพื่อลดสัญญาณ
ต่อเนื่องที่เส้นขอบของแต่ละเฟรม หมูแฮมเป็นหน้าต่างที่ใช้