- (**)
計算中文母音頻譜之一:
請寫一個 MATLAB 程式 vowelSpectrumPlot01.m，完成下列功能：
- 進行三秒錄音，錄音規格是 16KHz/16Bits/Mono，錄音內容是中文母音「ㄧ」。（請盡量維持穩定的音高及音量，可以試聽此範例檔案。）
- 使用 buffer2.m 及 frame2volume.m 來切出音框並計算音量，相關規格是 frameSize=32ms, overlap=0ms。（提示：你必須先將 frameSize 及 overlap 轉成點數。）請抓出音量最大的音框，在其前後各抓出 2 個音框，總共有 5 個音框。
- 使用 fft 來計算這五個音框的頻譜，含大小和相位，並畫出所有相關圖形：
- subplot(3,1,1)：五個音框的訊號圖。
- subplot(3,1,2)：五個音框的單邊頻譜強度圖。
- subplot(3,1,3)：五個音框的單邊頻譜相位圖。
- 請觀察看看所畫出的三個圖，那一個圖的五條曲線的相似度最高？（提示：由於我們的發音都是「ㄧ」，因此相似度最高的圖所用的特徵，就是穩定不變的特徵，可用於語音辨識。）
- (**) 計算中文母音頻譜之二: 請寫一個 MATLAB 程式 vowelSpectrumPlot02.m，功能如同上一題，但將錄音內容改成中文母音「ㄧˊ」。此題可用來探討在音高變化的情況下，頻譜的變化情況。
- (***)
計算中文母音頻譜並進行分類:
請寫一個 MATLAB 程式 vowelSpectrumRecogChinese01.m，完成下列功能：
- 進行五秒錄音，錄音規格是 16KHz/16Bits/Mono，錄音內容是中文母音「ㄚ、ㄧ、ㄨ、ㄝ、ㄛ」。（發音請盡量平穩，並在母音之間稍許停頓，以便後續進行自動切音，可以試聽此範例檔案。）
- 使用 endPointDetect.m (in SAP Toolbox) 來找出這五個音的開始和結束位置。請調整相關端點偵測參數，使得你的程式能夠自動地正確切出這五個音。你可以設定 plotOpt=1，以便使用 endPointDetect.m 來畫出端點偵測結果，正確圖形類似下圖：
- 使用 buffer2.m 來對這五個音切出音框（frameSize=32ms, overlap=0ms，但你必須先將 frameSize 及 overlap 轉成點數）並計算頻譜強度，請將這五個音的頻譜強度畫出來，每一個母音對應到 m 條曲線，m 是此母音的音框個數，請比較此 m 條曲線的相似度。畫出圖形應該類似下圖：
- 請用 knncLoo.m (in Machine Learning Toolbox) 來算出使用 KNNC 將資料分成五類母音的 leave-one-out 辨識率。（可以設定 k = 1。）
- 請將特徵數目由 1 增加到 128，畫出 KNNC 的 leave-one-out 辨識率對特徵數目的曲線。畫出圖形應該類似下圖：
- 請用 PCA 或 LDA 將這些頻譜強度資料投影到二度空間，並將圖形畫出來，觀察看看是否同一類母音，其資料點有聚集在一起的傾向。
- (**) 計算英文母音頻譜並進行分類: 請寫一個 MATLAB 程式 vowelSpectrumRecogEnglish01.m.m，功能如同上一題，但將錄音內容改成英文母音「i、e、貭、o、u...」。
Audio Signal Processing and Recognition (音訊處理與辨識)
