stft演算法原理

① 手機屏幕材質的區別

手機屏幕材質主要有以下8種，TFT材質、SLCD材質、AMOLED材質、SuperAMOLED材質、SuperAMOLEDPlus材質、ASV技術材質、IPS技術材質以及NOVA技術材質。通過它們各自的特點可以看出它們的區別，它們各自的特點如下：

1、TFT材質屏幕手機

TFT屏幕是目前手機屏幕上最常用也是最常見的一種材質，TFT全程TFT--ThinFilmTransistor薄膜晶體管，是有源矩陣類型液晶顯示器AM-LCD中的一種，TFT在液晶的背部設置特殊光管，可以主動對屏幕上的各個獨立的像素進行控制，這樣可以大大地提高反應時間。

由於TFT是主動式矩陣LCD可讓液晶的排列方式具有記憶性，不會在電流消失後馬上恢復原狀。TFT還改善了STN閃爍(水波紋)-模糊的現象有效地提高了播放動態畫面的能力。

TFT液晶為每個像素都設有一個半導體開關，每個像素都可以通過點脈沖直接控制，因而每個節點都相對獨立，並可以連續控制，不僅提高了顯示屏的反應速度，同時可以精確控制顯示色階，所以TFT液晶的色彩更真。TFT液晶顯示屏的特點是亮度好、層次感強、顏色鮮艷，但也存在著比較耗電的不足。

2、SLCD材質屏幕手機

SLCD是英文SpliceLiquidCrystalDisplay的縮寫，即拼接專用液晶屏。SLCD是LCD的一個高檔衍生品種。SLCD是一個完整的拼接顯示單元，既能單獨作為顯示器使用，又可以拼接成超大屏幕使用。根據不同需求，實現單屏分割顯示、單屏單獨顯示、任意組合顯示、全屏拼接、豎屏顯示，圖像邊框可選補償或遮蓋，全高清信號實時處理。

SLCD能夠滿足不同使用場合、不同信號輸入的需求，超過50000小時的使用壽命，沒有任何灼傷、損傷，維護成本低;任意幾個單元可組合顯示一幅完整的畫面，任意一個畫面可以疊加在其他畫面之上，通過軟體，可將任意一個信號，以一個屏為單位，在拼接幕牆上移動;另外在屏幕的可視角度方面也非常不錯。最近在市場上炙手可熱的HTC新機HTCIncredibleS採用的就是SLCD顯示屏。

3、AMOLED材質屏幕手機

AMOLED是OLED技術的一種。AMOLED(ActiveMatrix/OrganicLightEmittingDiode)是有源矩陣有機發光二極體面板。相比傳統的液晶面板，AMOLED具有反應速度較快、對比度更高、視角較廣等特點。AMOLED屏幕具備著響應速度快、自發光、顯示效果優異以及更低電能消耗的優點。

而早期AMOLED屏幕所面臨的面板尺寸有限以及壽命相比TFT較短的缺陷也在不斷革新的技術支持下縮短著差距。AMOLED是面板自主發光的;AMOLED效果色彩更豐富，更亮，在白天戶外也可以清晰看到屏幕;最關鍵是AMOLED是功耗要低很多。

聯想樂phone是目前國產手機中比較有代表性的產品之一，而第一代聯想樂phone在屏幕上就採用的是AMOLED材質。

4、SuperAMOLED材質屏幕手機

SuperAMOLED(全稱：SuperActiveMatrix/OrganicLightEmittingDiode)超炫屏，相比傳統AMOLED炫屏而言，摒棄了之前觸控感應層+顯示層的架構設計，操控更為靈敏。此外，取消玻璃覆蓋層還帶來了更佳的陽光下顯示效果。

同時，SuperAMOLED還搭載了mDNIe(移動數字自然圖像引擎)技術能從任意角度觀看並做出快速的反應，構造有三層，AMOLED屏幕、TouchScreenPanel跟外面保護的那層玻璃，SuperAMOLED少了中間那層TouchScreenPanel，因為把TouchSensor做在AMOLED上了。

SuperAMOLED面板比AMOLED屏幕更薄，而且就是原生的觸控面板，不像AMOLED還需要觸控感應器與空氣層，觸控更靈敏，而且因為少了一層阻隔，顯色更亮麗。SuperAMOLED在可視角度、顯示細膩度和色彩鮮艷飽和度方面都有不錯的表現。

5、SuperAMOLEDPlus材質屏幕手機

SuperAMOLEDPlus是三星最新推出的一款屏幕，目前SuperAMOLEDPlus只在I9100手機上使用，不過相信在隨後的時間里應該會有更多的手機採用這一屏幕。全新技術的SuperAMOLEDPlus材質屏幕則通過改變像素中RGB三原色分配、以及加長像素范圍等方式，有效的降低了該材質屏幕的顆粒感。

對於最新的SuperAMOLEDPlus屏幕，目前三星只將它用在三星I9100這一款機器上面，不過隨著時間的深入之後會有更多此類屏幕的手機面世。

6、ASV技術材質屏幕手機

夏普公司的ASV(AdvancedSuper-V)技術，改進了TFT顯示屏的響應速度和可視角。夏普將ASV描述為一個排列晶狀物質的新方法，而此晶狀物質顯示起來就象夾在兩片薄薄玻璃中的三明治。

這其中有幾項改進，最明顯的改進之一就是視覺角度。現在的顯示最多讓用戶可以從垂直140度水平110度的角度看清顯示內容，而ASV將這一角度提高到170度。

另外，現在決大多數顯示器的默認狀態為打開顯示器時所有像素為白色，直到被轉換為其它顏色，這就意味著那些壞掉的像素仍然是黑色而且很難被注意到。ASV的第三個改進就是響應時間減少，從45毫秒減少到25毫秒以下。此技術也主要應用於Sharp的產品中。

7、IPS技術材質屏幕手機

IPS型面板是日立公司在2001年推出的一種面板，在技術上利用液晶分子平面切換的方式來改善視角，由於製造面板並沒有附加補償膜，屏幕的通透感更強，顏色也更加細膩，不過響應時間慢和對比度提高難是制約該類型面板普及的大問題。

IPS屏幕比較明顯的優點是擁有比較好的可視角度，另外在色彩方面也更加亮麗鮮艷，同時擠壓水波紋也不是很明顯;當然IPS屏幕在響應速度上比較慢功耗方面比較大是它的缺點所在。

另外，在LG買過技術之後，現在主要的消費類產品如手機、顯示器、電視，絕大部分都是LG的屏幕。提到IPS就不能不說iphone4，在全球擁有無數粉絲和絕對號召力的iphone4在屏幕方面採用的就是IPS硬屏。

8、NOVA技術材質屏幕手機

NOVA是目前一種新型的顯示技術，NOVA和其它的屏幕相比最大的優勢在於其在相同的亮度情況下耗電要比其它屏幕更低，並且其在黑色色系的表現方面非常出色。

NOVA最大的特點在於擁有700Nit的光亮度下還極端節能，並且還能夠提供清晰的閱讀體驗，屏幕對比度也有大幅提升，做到了真正黑白分明的顯示效果。光亮度280Nit以下，比傳統的LCD省電高達50%，在純白畫面下比AMOLED省電兩倍。

(1)stft演算法原理擴展閱讀：

手機屏幕材質相關比較：

按照顯示效果的好壞由高到低排列依次為ASV、TFT、OLED、TFD、UFB、STN、CSTN。

UFB、STN、TFT比較

STN是早期彩屏的主要器件，最初只能顯示256色，雖然經過技術改造可以顯示4096色甚至65536色，不過一般的STN仍然是256色的，優點是：價格低，能耗小。

TFT的亮度好，對比度高，層次感強，顏色鮮艷。缺點是比較耗電，成本較高。

UFB是專門為行動電話和PDA設計的顯示屏，它的特點是：超薄，高亮度。可以顯示65536色，解析度可以達到1280×1600的解析度。UFB顯示屏採用的是特別的光柵設計，可以減小像素間距，獲得更佳的圖片質量。UFB結合了STN和TFT的優點：耗電比TFT少，價格和STN差不多。

區分液晶屏的面板材質：

用手輕按LCD面板，看到有梅花狀印記的就是VA面板

查看LCD的參數，只要是16.7M色彩+水平垂直都有170度以上可視角度的100%是VA面板

用手輕按LCD面板，看到有水波紋的就是TN面板

只要是16.2M色的就是TN

水平垂直可視角度都打不到160度以上的就是TN.

② 實際應用中,需要濾波器的設計時,應該怎麼做

具體電源電路中電阻器、電容器、電感器都存有一定的偏差，運放的放大系數、通帶平整度等也非肯定理想化，並且伴隨著溫度、環境濕度等轉變，元器件的標值也會產生變化，這種都是導致網路函數H(s)的轉變，從而危害濾波實際效果。因而在硬體配置濾波器設計方案中，一定要考慮到元器件本身的精密度。濾波器對重要元器件的敏感度要很低，元器件的精密度應該要很高。

信號源一般可等效電路為一個理想化電壓源和一個特性阻抗的串連。假如濾波器鍵入端與信號來源於阻抗匹配，則能做到至大功率傳送，假如濾波器鍵入為高阻，則能維持信號鍵入工作電壓不會改變。而假如設計過程中未留意到輸入阻抗這一主要參數，則會導致反射或分壓，減少信號傳送高效率，導致信號衰減系數。

(2)stft演算法原理擴展閱讀：

注意事項：

同一組電纜內的所有導線的未濾波部分在-起，已濾波部分在一起。否則一根導線的耒濾波部分會將另一根導線的已濾波部分重新污染9使電纜整體濾波失效。

靠近電纜：濾波器與面板之間的導線的距離應盡量短。必要時，使用金屬板遮擋一下，隔離近場干擾。

安裝濾波器的干諍地要與金屬機箱可靠地搭接起來，如果機箱不是金屬的，就在線路板下方設置一塊較大的金屬板來作為濾波地。干凈地與金屬機箱之間的搭接要保證很低的射頻阻抗。如有必要，可以使用電磁密封襯墊搭接，增加搭接面積，減小射頻阻抗。

③ 《現代數字信號處理》和《數字信號處理》的區別

現代數字信號處理主要針對隨機的離散信號，一般是研究生課程，數字信號處理主要是講可以用數學表達式描述的離散信號的處理，一般是本科生課程

④ 短時傅里葉變換窗函數窗口寬度的選擇

首先，我的答案是針對於matlab時頻分析工具箱的，在這個工具箱里，段師傅里葉變換的函數為tfrstft
。下面介紹一下用法
格式：
[tfr,
t,
f]
=
tfrstft(x)
%
計算時間序列x的短時傅里葉變換，參數tfr為短時傅里葉變換系數，t為系數tfr對應的時刻，f為歸一化頻率向量
[tfr,
t,
f]
=
tfrstft(x,
t)
%
計算對應時刻t的短時傅里葉變換
[tfr,
t,
f]
=
tfrstft(x,
t,
n)
%
計算n點對應時刻t的短時傅里葉變換
[tfr,
t,
f]
=
tfrstft(x,
t,
n,
h)
%
參數h為歸一化頻率平滑窗
[tfr,
t,
f]
=
tfrstft(x
t,
n,
h,
trace)
%
trace顯示演算法進程
說明：
x--信號
t--時間（預設值為1：length(x))
n--頻率數（預設值為length(x))
h--頻率滑窗，h歸一化為單位能量（預設值為hamming（n/4））
trace--如果非零，顯示演算法的進程（預設值為0）
tfr--時頻分解（為復值），頻率軸觀察范圍為-0.5~0.5
也就是說，如果你想改變窗函數，你需要修改h這個變數，希望對你有幫助

⑤ 求助！中文譯為英文 ！！善良的英語高手請進！！

建議提供關鍵詞的英文翻譯，否則只是英語好沒有用，專業性太強。

⑥ db小波的傅里葉變換理論值怎麼求或者說，給定h與g後，該小波的理論時域和頻域在某點處的值怎麼求

小波分析(wavelet analysis), 或小波轉換(wavelet transform)是指用有限長或快速衰減的、

稱為母小波(mother wavelet)的振盪波形來表示信號。該波形被縮放和平移以匹配輸入的信號。

小波一詞由Morlet和Grossman在1980年代早期提出。他們用的是法語詞ondelette- 意思就是

"小波"。後來在英語里，"onde"被改為"wave"而成了wavelet。

小波變換分成兩個大類：離散小波變換(DWT) 和連續小波轉換(CWT)。兩者的主要區別在於，

連續變換在所有可能的縮放和平移上操作，而離散變換採用所有縮放和平移值的特定子集。

小波理論和幾個其他課題相關。所有小波變換可以視為時域頻域表示的形式，所以和調和分析相關。

所有實際有用的離散小波變換使用包含有限脈沖響應濾波器的濾波器段(filterbank)。構成CWT的

小波受海森堡的測不準原理制約，或者說，離散小波基可以在測不準原理的其他形式的上下文中考慮。

[編輯]母小波

簡單來說(技術上並非如此)，母小波函數必須滿足下列條件:

• , 也即並單位化

• , 也即

多數情況下，需要要求連續且有一個矩為0的大整數M，也即對所有整數m<M

這表示母小波必須非0且均值為0。技術上來講，母小波必須滿足可採納性條件以使某個解析度的恆等成立。

母小波的一些例子:

Meyer

Morlet

墨西哥帽

母小波縮放(或稱膨脹)倍並平移得到(根據Morlet的原始形式):

這些函數常常被錯誤的稱為變換的基函數。實際上，沒有基函數存在。時域頻域解釋要用一個稍有區別的

表述(由Delprat給出)。

[編輯]和傅里葉變換比較

小波變換經常和傅里葉變換做比較，在那裡信號用正弦函數的和來表示。主要的區別是小波在時域和頻域

都是局部的,而標準的傅里葉變換只在頻域上是局部的。短時距傅里葉變換(Short-time Fourier

transform)(STFT)也是時域和頻域都局部化的.但有些頻率和時間的解析度問題，而小波通常通過

多解析度分析給出信號更好的表示。

小波變換計算復雜度上也更小，只需要O(N)時間，而不是快速傅里葉變換的 O(NlogN)，N代表數據大小。

[編輯]小波的定義

有幾種定義小波(或者小波族)的方法.

[編輯]縮放濾波器

小波完全通過縮放濾波器g——一個低通有限脈沖響應(FIR)長度為2N和為1的濾波器——來定義。在雙正

交小波的情況，分解和重建的濾波器分別定義。

高通濾波器的分析作為低通的QMF來計算，而重建濾波器為分解的時間反轉。例如Daubechies和Symlet小

波。

[編輯]縮放函數

小波由時域中的小波函數(即母小波)和縮放函數(也稱為父小波)來定義。

小波函數實際上是帶通濾波器，每一級縮放將帶寬減半。這產生了一個問題，如果要覆蓋整個譜需要無窮

多的級。縮放函數濾掉變換的最低級並保證整個譜被覆蓋到。詳細解釋請參看[1]。

對於有緊支撐的小波，可以視為有限長，並等價於縮放濾波器g。例如Meyer小波。

[編輯]小波函數

小波只有時域表示，作為小波函數。例如墨西哥帽小波。

[編輯]應用

通常來講，DWT用於信號編碼而CWT用於信號分析。所以，DWT通常用於工程和計算機科學而CWT經常用於科

學研究。小波變換現在被大量不同的應用領域採納，經常取代了傅里葉變換的位置。很多物理學的領域經

歷了這個範式的轉變，包括分子動力學，從頭計算(ab initio calculations),天文物理學，密度矩陣局

部化，地震地質物理學，光學，湍流，和量子力學。其他經歷了這種變化的學科有圖像處理，血壓，心率

和心電圖分析，DNA分析，蛋白質分析，氣象學，通用信號處理，語言識別，計算機圖形學，和多分形分析。

小波的一個用途是數據壓縮。和其他變換一樣，小波變換可以用於原始數據(例如圖像)，然後將變換後的

數據編碼，得到有效的壓縮。JPEG 2000是採用小波的圖像標准。細節請參看小波壓縮。

[編輯]歷史

小波的發展和幾條不同的思路相關，最早的是Haar在20世紀早期的工作。對小波理論有突出貢獻的有

Goupillaud,Grossman和Morlet的表述，現在稱為CWT (1982),Strömberg在離散小波上的早期工作

(1983),多貝西(Daubechies)的緊支撐正交小波(1988),Mallat的多解析度框架(1989),Delprat

CWT的時域頻域解釋 (1991),Newland的調和小波變換和之後的很多其他人。

[編輯]時間線

• 第一個小波(Haar小波)由Alfred Haar給出 (1909年)

• 1950年代以來:Jean Morlet和Alex Grossman

• 1980年代以來:Yves Meyer,Stéphane Mallat,英格麗·多貝西(Ingrid Daubechies),

• Ronald Coifman,Victor Wickerhauser

[編輯]小波變換

存在著大量的小波變換，每個適合不同的應用。完整的列表參看小波相關的變換列表，常見的如下：

• 連續小波變換(CWT)

• 離散小波變換(DWT)

• 快速小波轉換(FWT)

• 小波包分解(Wavelet packet decomposition) (WPD)

[編輯]小波列表

[編輯]離散小波

• Beylkin(18)

• Coiflet(6, 12, 18, 24, 30)

• 多貝西小波(Daubechies小波) (2, 4, 6, 8, 10, 12, 14, 16, 18, 20)

• Cohen-Daubechies-Feauveau小波，有時稱為「多貝西」9/7 (Daubechies 9/7) 或 CDF9/7

• 哈爾小波轉換

• Vaidyanathan濾波器(24)

• Symmlet

• 復小波變換

[編輯]連續小波

• 墨西哥帽小波

• 厄爾米特小波

• 厄爾米特帽小波

• 復墨西哥帽小波

• Morlet小波

• 修正Morlet小波

• Addison小波

• 希爾伯特-厄爾米特小波

[編輯]相關條目

• 濾波器段

• 超寬頻無線傳輸小波。

• 短時距傅里葉變換

• chirplet變換

• 分數傅里葉變換

[編輯]


[編輯]外部鏈接

• Wavelet Digest

• Amaras Wavelet Page

• Wavelet Posting Board

• The Wavelet Tutorial by Polikar

• OpenSource Wavelet C Code

• An Introction to Wavelets

• Filter Coefficients of Popular Wavelets

• Wavelets for Kids (PDF file)(introctory)

• Link collection about wavelets

• List of Wavelet resources, libraries and source codes

• A really friendly guide to wavelets

• Wavelet forums (French)Wavelet forum (English)

⑦ 短時傅里葉變換窗函數窗口寬度的選擇

首先，我的答案是針對於matlab時頻分析工具箱的，在這個工具箱里，段師傅里葉變換的函數為tfrstft 。下面介紹一下用法
格式：
[tfr, t, f] = tfrstft(x) % 計算時間序列x的短時傅里葉變換，參數tfr為短時傅里葉變換系數，t為系數tfr對應的時刻，f為歸一化頻率向量
[tfr, t, f] = tfrstft(x, t) % 計算對應時刻t的短時傅里葉變換
[tfr, t, f] = tfrstft(x, t, n) % 計算n點對應時刻t的短時傅里葉變換
[tfr, t, f] = tfrstft(x, t, n, h) % 參數h為歸一化頻率平滑窗
[tfr, t, f] = tfrstft(x t, n, h, trace) % trace顯示演算法進程
說明：
x--信號
t--時間（預設值為1：length(x))
n--頻率數（預設值為length(x))
h--頻率滑窗，h歸一化為單位能量（預設值為hamming（n/4））
trace--如果非零，顯示演算法的進程（預設值為0）
tfr--時頻分解（為復值），頻率軸觀察范圍為-0.5~0.5
也就是說，如果你想改變窗函數，你需要修改h這個變數，希望對你有幫助

⑧ 語音識別與控制應用技術的圖書目錄

前言
第1章語音識別原理
1.1引言
1.2語音識別基礎
1.2.1語音識別的基本原理
1.2.2語音識別的方法
1.3語音識別模型——隱馬爾可夫模型
1.3.1馬爾可夫鏈
1.3.2隱馬爾可夫模型的定義
1.3.3隱馬爾可夫模型的三個問題
1.3.4隱馬爾可夫模型在語音識別中的應用
1.3.5隱馬爾可夫模型存在的問題
1.4常用特徵模板訓練法
第2章語音信號的分析與處理
2.1引言
2.2語音信號預處理
2.2.1數字語音信號
2.2.2使用MATLAB處理語音信號
2.3端點檢測
2.3.1流程圖
2.3.2源程序
2.3.3運行圖
2.4語音信號的時域處理
2.4.1短時平均能量和幅度
2.4.2短時平均過零率
2.5語音信號的頻域處理
2.5.1短時傅里葉變換STFT
2.5.2譜熵
2.5.3線性預測倒譜參數LPCC
2.5.4 Mel倒譜系數MFCC
2.5.5 MFCC的實現
2.6隱馬爾可夫模型的改進
2.6.1識別流程
2.6.2矢量量化
2.6.3進化演算法EA
2.6.4HMM的改進
第3章語音識別的硬體和軟體平台
3.1引言
3.2語音識別晶元
3.2.1Uniute晶元結構和參考設計
3.2.2基於UniLite晶元的嵌入式語音處理技術
3.2.3基於UniLite晶元的語音協處理模塊
3.2.4典型應用舉例
3.3電話語音卡
3.3.1Dialogic語音卡硬體原理
3.3.2Dialogic語音卡軟體介面
3.3.3Dialogic語音卡的初始化
3.4語音識別軟體
3.4.1Nuance的基本結構和技術特點
3.4.2Nuance語音識別過程
3.4.3基於Nuance的語音識別應用程序開發方法
3.5語音識別工具包HTK/ATK
3.5.1HTK簡介
3.5.2ATK簡介
第4章語音識別與CTI
4.1引言
4.2語音合成技術
4.2.1語音合成技術原理
4.2.2TTS開發包
4.3呼叫中心
4.3.1呼叫中心現狀與分析
4.3.2互動式語音應答IVR框架設計
4.3.3IVR框架的代碼實現
4.3.4IVR內容編輯
4.3.5呼叫流程的運行
4.3.6IVR系統的完善
第5章語音識別在Web中的應用
5.1引言
5.2SALT體系結構
5.3SALT Web應用開發方法
5.3.1SALT開發平台
5.3.2SALT控制項元素
5.3.3事件處理
5.3.4對話流程
5.4基於SALT的語音識別web應用實例
5.4.1系統功能
5.4.2系統設計與實現
5.4.3SALT Web應用系統的測試
5.5SALT語音識別的優勢
5.6使用RIA技術開發語音識別富客戶端
5.6.1什麼是RIA
5.6.2RIA技術的優勢
5.6.3RIA開發技術Flash/Flex
5.6.4RIA開發過程
第6章語音控制軟體的設計
6.1引言
6.2開發平台和工具
6.3語音控制軟體總體設計
6.3.1系統結構
6.3.2系統功能
6.3.3控制流程
6.4控製程序設計
6.5語音命令的生成
6.6系統延遲分析
第7章基於Web Services的語音遠程式控制制
7.1引言
7.2Web Services技術
7.3本體與語義Web服務
7.3.1本體的概念
7.3.2語義Web服務
7.4基於Web Services的語音遠程式控制制系統設計
7.4.1系統總體結構
7.4.2工業機器人硬體編程介面
7.4.3基於Web Services的控制軟體設計
7.4.4機器人控制的領域本體設計
7.4.5基於本體的語義Web服務模型的建立
7.4.6客戶端設計
第8章嵌入式語音控制器的設計
8.1引言
8.2語音控制器總體設計
8.3語音控制器硬體設計
8.3.1凌陽SPCE061A單片機簡介
8.3.2語音控制器電路板設計
8.4 語音控制器軟體設計
8.4.1凌陽μ』nSP IDE的項目結構
8.4.2控制器程序總體設計
8.4.3系統初始化程序設計
8.4.4主控程序設計
參考文獻

⑨ 翻譯成中文

你好！具體的翻譯請根據你的專業理解和修改調整通暢程度，下面翻譯僅供參考，好嗎？：自從DTMF信號實際上是一個multicomponentnonstationary信號,時頻方法能正確檢測到這些信號的措施。nonstationarysignals發現在許多重要的應用程序,正確的工具,應用是time-frequencyrepresentations(TFRs),測量頻率的內容信號隨時間變化而變化。 短時傅里葉變換TFRslike短時傅立葉變換,thewavelet變換,維格納分布是非常有用的解決不同的問題,發生在fieldslike地球物理學;數據壓縮,圖像編碼andanalysis;通信;演講和聲學signalprocessing,醫學信號處理。是一個富有的timefrequencyplane特徵空間分析thesignal的屬性。 一個一個多組分的nonstationarysignal TFR由集洋中脊、theorientations和寬度的特徵信號。 例如,一旦處理計算,時頻映象使用邊緣檢測和其他imageprocessing演算法來自動確定theridge參數。wavelettransform的STFT和連續一直建議第一,imagegeneration一步的特徵提取過程。 在這篇論文中,我們將探索使用的優越性TFRsin DTMF檢測。