همه محصولات

بررسی موج صدا با هوش مصنوعی

از روی شکل موج، طیف‌نگاره یا گزارش اندازه‌گیری، تغییرات یک فایل صوتی رو بررسی کنید. در نتیجه مشخصه کدوم نکته اندازه‌گیری شده و برای کدوم بخش باید دوباره گوش بدید.

بررسی موج صدا با هوش مصنوعی برای وقتی خوبه که دو خروجی از یک تدوین دارید و می‌خواید بفهمید چرا یکی تیزتر به گوش می‌رسه. شاید آخر جمله بلند شده، شاید هم چند قله پشت سر هم در نمودار سقف یکسانی دارن. اسکیل signal-inspection-listening کمک می‌کنه ایجنت به شما بگه از همین نمودار چه چیزی می‌شه فهمید و برای توضیح بقیه ماجرا چه چیزی کم دارید.

شکل موج، طیف‌نگاره و عدد بلندی صدا هر کدوم بخشی از داستان رو نشون می‌دن. از روی شکل موج می‌شه بازه‌ای رو برای بازشنوی انتخاب کرد. از روی رنگ یک طیف‌نگاره بدون مقیاس، نمی‌شه عدد دقیق بلندی یا مدل میکروفن رو درآورد. اگر فقط شرح کتبی تدوینگر رو دارید، ایجنت می‌تونه همون رو مرتب کنه و برای بررسی بعدی چند سوال مشخص پیش بکشه.

کاربردها

  • برای خواندن نمودار صدا، قله برجسته آخر جمله رو علامت بزنید و همون چند ثانیه رو برای شنیدن انتخاب کنید.
  • در بررسی کلیپ شدن صدا، بپرسید کدوم قله‌ها تخت شدن و چه شاهد دیگه‌ای برای تشخیص لازم دارید.
  • برای تحلیل طیف‌نگاره، واحد محور زمان و فرکانس رو هم بفرستید تا گزارش به قسمت درستی اشاره کنه.
  • پیش از مقایسه بلندی دو فایل، مشخص کنید عددهای هر دو با چه روش و در چه بازه‌ای اندازه‌گیری شدن.
  • برای تحویل به تدوینگر، زمان و دلیل هر نکته رو کنار هم بنویسید تا مستقیم به همون قسمت بره.

نصب و استفاده

  1. فایل مجاز، نمودار یا نتیجه اندازه‌گیری رو همراه نام نسخه آماده کنید. برای ادعا درباره خود صدا، میزبان ایجنت باید به فایل یا داده معتبر دسترسی داشته باشه.
  2. بنویسید «این شکل موج و گزارش خروجی گفت‌وگوست. بگید کجا قله‌ها مشکوکن و کدوم برداشت فقط با شنیدن فایل قابل بررسیه.»
  3. نتیجه رو با نمودار اصلی تطبیق بدید. برای عددها، واحد و بازه رو بخونید و پیش از اصلاح، قسمت علامت‌خورده رو دوباره بشنوید.

سوالات متداول

منبع

ساخته akoúō contributors. نام اصلی: signal-inspection-listening، منتشرشده در GitHub با مجوز MIT.

مشاهده در GitHub