Általában a hifiről

[Aszpirin]

Ha nem értjük mi, emberek, hogy programozzuk bele a gépbe, hogy az megértse? Ez paradox vagy oximor szerinted?

Semmi ilyent nem írtam, hogy nem értjük, hogyan programozzuk bele. Javaslom, nézz utána, hogyan működnek a neurális hálózatok, és utána még beszélgethetünk róla. A lényeg: a működés nem determinisztikus, nem a programozó határozza meg, ő csak az alapokat írja meg hozzá, a többi a "tanítás" folyamata, amit már egyáltalán nem biztos, hogy a programozó végez. Ez bármilyen tanulórendszerre igaz. A "tanítók" pedig lehetnek sokan (egy mintahalmaz alapján fog a tanulóalgoritmus következtetéseket levonni, és minél nagyobb a minta, annál jobb a következtetés helyességének valószínűsége. Megjegyzem, az ember is így tanul.

[kaef2]

Ma befejeződik a Goldberg Variációk My Reel Club felvételének feltöltése és meta adatokkal történő ellátása. Így várhatóan még ma el tudom küldeni minden érdekeltnek a letöltéshez a linkeket emailben. 44,1k 16 és 24 bit, 96k/24 bit, 192k/24 bit .flac valamint DSD64, 128, 256, 512 .dsf file formátumban. Része lesz a letöltésnek egy két nyelvű könyvecske is a műről, az előadásról, benne ezzel az ajánlással:

MRC_Goldberg_Borbely_Kurtag.jpg

Ja és a DSD letöltések között van egy ilyen is, ahogy ezt jelzte, és talán igényel egy kicsi magyarázatot:

"Készítettünk továbbá egy DSD512 változatot is, a DSD256 eredetiből az igazán kisérletező kedvű zenehallgatóknak, szintén Hqplayer Pro szoftverrel “re-modulálva”. A “re-modulálás" jelentéséről és a DSD512 konverziós technológia értelméről az alábbiakat lehet olvasni a Native DSD honlapján:

http://help.nativedsd.com/en/articles/3 ... ow-and-why

"It is not possible to record in DSD 512, so how & why are these files created?

A conversion from a lower to higher bitrate contains no additional information over and above that contained in the lower. What it facilitates is the play-out DAC’s operation utilising gentler phase shifting reconstruction filters/algorithms in the D to A process. Recordings, regardless of their origin, do sound better on DACs which use Sigma-Delta modulators (the vast majority of current consumer DACs) as their conversion element. They’re less aggressive, more spacious, less “digital” sounding.

But, confusion appears to revolve around using the terms “upsampling and remodulation”. First, and foremost to our understanding, is that there are no samples in DSD. And there are no digital values represented in a DSD bit stream, as there are binary digital values of signal amplitude represented in the samples of a PCM word stream. In fact, DSD (or the more correct non marketing term, Pulse Density Modulation – PDM) is an analog signal itself, and not digital in the form most people understand and perceive the word “digital”.

PCM is a successive stream of amplitude samplings of the original analog signal, expressed as binary word values at some bit depth, and at some frequency. I like to think of it like a movie film; discrete frames of stand alone pictures chained together to yield motion when played out.

DSD (the 1 bit wide variant of PDM) is the process of modulating a bit clock (carrier) with an analog signal, such that the resulting modulation is a continuous stream of 1’s and 0’s bits of varying DENSITY, whose density is proportional to the original modulating signal amplitude. It’s of course more complex than that, but that’s the end result; a continuously varying bitstream of 1’s and 0’s bits, which when integrated by a DAC, removes the bit clock carrier yielding the original audio signal.

The primary achievement of DSD (besides its very high degree of fidelity and accuracy encoding the original analog signal) is its ability to be stored and retrieved into and from a digital computer’s storage elements. However, since this is a bit stream with no digital values represented (only a stream of 1’s and 0’s whose bit densities are amplitude proportional to the modulating analog signal), it can not be otherwise digitally processed using traditionally available processes.

Enter again the terms “upsampling and remodulation”. Obviously, if DSD contains no digital value samples, and in spite of being used universally, the term upsampling does not apply. The term remodulation is also confusing. There’s no “re” about it; it’s modulation, pure and simple. The fact that when the process is the modulation of an existing already DSD modulated signal, the end product has no accepted term to describe it other than Re-Modulation.""

[lehoako]

Gyerekek hangja? Fejhang? Nyilván azt köpi ki eredménynek a szoftver, amit a programozó beleprogramozott.

A neurális hálózatok nem éppen ilyen determinisztikusan működnek, de Te nyilván ehhez (is) jobban értesz.

Az összes többi, amit írtál, etikai, filozófiai és futurológiai kérdés, ami a témához pragmatikusan nem tartozik hozzá, de persze elcsámcsoghatunk rajta. A kérdés az volt, hogy mérhető-e egy beszédhang vagy zene érzelmi töltete, és a válasz: igen, már léteznek erre megoldások, amelyek egyre tökéletesebbek lesznek, és nem kell 20 évet várni. Ezek tények.
Csak halkan jegyzem meg, hogy az érzelmek pusztán hang alapú felismerésében nem létezik tökéletesség, erre az emberek sem képesek minden esetben hibátlanul.

A csend érzelmi töltete mérhető, Te Nem-Szteroid Tartalmú Gyulladásgátló, Te?

Erre talán lődd be, hogy "az attól függ, milyen csönd".

Uccsó mondatod meg a szarva közt a tőgye megint.

Ha nem értjük mi, emberek, hogy programozzuk bele a gépbe, hogy az megértse? Ez paradox vagy oximor szerinted?

[lehoako]

...a polihisztorok kora lejárt.

És persze az általános műveltségé is. Ez ellen kellene egy kicsit hadakozni.
Elengedtem.

Bitiiiii...

Az általános műveltség kora sosem jár le, de, bocs, lásd be, nem mindenkinek való dolog. Nem kell erőltetni, mert túl sok idő kell hozzá, sokan meg nem érnek rá saját magukat kupálni, mert nekik kárbaveszett idő. Közösségük nem a műveltségük és szellemi eredetiségük alapján itéli meg őket (és részesíti fiatal lányokban, yachtban vagy jachtban (ezt pl. nem tudom, hogy kell írni, h a motor ki ne moderálja), hanem "társadalmi hasznosságuk" alapján. Mennyire kussol és forog a fogaskerék? Minél inkább, annál jobb fogaskerék. De mi van, ha a befogott szemű és fülű, lendületes és sportos, szinte olimpikon fogaskerék találkozik a banánhéjjal? Felismeri egyáltalán? Nem, nem ismeri fel, mert ugye se általános műveltség, se az ennek megszerzésekor kialakuló cogito nincs jelen. Nem töpreng és nem kételkedik önmagában a fogaskerék, mert egyszer aszonták, jól csinálod, forogj, egész világ tele búval, borral, húzd rá ######, ne gondolj a gonddal.

Kevesen igyekeznek mélyre ásni, eredetihez hozzáférni. Potizgatunk, EQzgatunk, Photoshop, Vegeta és társai, barnítókrém, festett haj, gumimell, minden van másnapra. A szoftver megmondja, hogy akivel épp beszélsz, az egy angry woman, pedig csak egy disappointed teen, aztán szépen be leszel kategorizálva, aztán aki rádkeres, már láthatja is, hogy beszélgetéseid 99%-át angry womanekkel folytatod, tehát Te sem vagy százas, mert ugye, AI qrvára, de nagyon tudja. Aztán a gugli elkezdi pszichiáterek hirdetéseit feldobni neked, heti kúrákból majd kapsz is engedményt, ecetetrá.

A Hippokrateszi eskü valóban életfilozófia (apám, anyám orvos) meg Periklész is aszonta, hogy akinek a megélhetése a napi munkán áll vagy bukik, az nem mehet se orvosnak, se politikusnak, mert e 2 szakmával nem összeegyeztethető az anyagi érdekeltség. Az orvosi egyetem nem pite suli, és nem pite a felelősség sem. És, ha bármit csúnyán elqrsz, széttépik a diplomádat és mehetsz az üvegvisszaváltóba rekeszt mosni. Politikusokról nem beszélnék.

Nagyjából ennyi, bocs, ha néhol nem voltam egyértelmű. Pátriám túllépett egy árnyékon tegnap este és ezt sok barátommal ünnepeltem meg.

[bitrograde]

...a polihisztorok kora lejárt.

És persze az általános műveltségé is. Ez ellen kellene egy kicsit hadakozni.
Elengedtem.

[Mathias]

be kellene vezetni a digitális bölcsészet nevű tárgyat a természettudományos képzéseken.

Na még az hiányozna!

Senkinek nem árt, ha figyelmesen elolvas néhány könyvet, eligazodik a legújabb nyelvészeti kutatásokban...

Sok minden nem árt, sok minden nem odaillő(amúgy hasznos tárgyat) be lehetne vezetni, persze. Hozzád hasonlóan mindenki tudna mondani jó pár "hasznos" tárgyat amit "be kellene vezetni", csak hát az idő.
Szerintem jó az a rendszer, ami van(vagy legalábbis volt amikor én jártam), hogy vannak választható tárgyak, amik nem feltétlenül kapcsolódnak közvetlenül a fő képzéshez. Így lehetett tanulni BME-n pl marketingről, sőt volt egy tárgy ahol filmekről beszélgettünk.(nem emlékszem pontosan hogy filmművészeti tárgy volt, vagy valami más és csak ide lyukadtunk ki)
Könnyen lehet hogy van digitális bölcsészet is, ha nincs akkor kell egy olyan oktató aki szívesen tartana ilyet és ha jelentkeznek limiten felül, akkor kész is.
Kicsit ehhez kapcsolódik, hogy sajnos, vagy nem sajnos, de a polihisztorok kora lejárt. Egyszerűen már annyira messze jutottak a tudományok, annyira specializálódtak a szakterületek, hogy csak akkor lehet tényleges tudást összeszedni valamiről ha évekig benne van az ember és azon dolgozik, azt kutatja.

[Luxor Audio]

Nem örülünk mi az ilyen beavatkozásoknak...

Nem is nekünk találták ki őket. A normalizálás a stúdiómunkát könnyíti meg, a Replay Gain pedig az átlagos zenehallgató kényelmét szolgálja.

[bitrograde]

be kellene vezetni a digitális bölcsészet nevű tárgyat a természettudományos képzéseken.

Na még az hiányozna!

Nem egészen értem, mi a bajod ezzel. Szerintem egyáltalán nem baj, ha nincsenek merev határvonalak a humán- és társadalomtudományok, illetve a természettudományok és a műszaki tudományok, valamint képviselőik között. Senkinek nem árt, ha figyelmesen elolvas néhány könyvet, eligazodik a legújabb nyelvészeti kutatásokban, tudja, merre tart a technikai fejlődés, ért az algebrához, tud deriválni-integrálni, esetleg belelát a .html-kódba, s mindezt együtt.
A hangmérnöknek sem árt, ha érti és élvezi a zenét, vagy igen?

[kaef2]

Ma befejeződik a Goldberg Variációk My Reel Club felvételének feltöltése és meta adatokkal történő ellátása. Így várhatóan még ma el tudom küldeni minden érdekeltnek a letöltéshez a linkeket emailben. 44,1k 16 és 24 bit, 96k/24 bit, 192k/24 bit .flac valamint DSD64, 128, 256, 512 .dsf file formátumban. Része lesz a letöltésnek egy két nyelvű könyvecske is a műről, az előadásról, benne ezzel az ajánlással:

MRC_Goldberg_Borbely_Kurtag.jpg (737 KiB) Megtekintve 2444 alkalommal

[Mathias]

be kellene vezetni a digitális bölcsészet nevű tárgyat a természettudományos képzéseken.

Na még az hiányozna!

[Aszpirin]

Bennem néha felmerül, hogy a fejlesztőmérnököknek is le kellene tenni a hippokratészi esküt, és hogy be kellene vezetni a digitális bölcsészet nevű tárgyat a természettudományos képzéseken.

Jogos felvetés. Kár, hogy nem tették kötelezővé, mondjuk, még az atombomba megalkotása előtt.
(megértem a bölcsészeket, akik ezeket a fejlesztéseket ferde szemmel nézik)

[bitrograde]

Bennem néha felmerül, hogy a fejlesztőmérnököknek is le kellene tenni a hippokratészi esküt, és hogy be kellene vezetni a digitális bölcsészet nevű tárgyat a természettudományos képzéseken.

[Robici]

- nomeg az ember maga sem tökéletes...

Hát hogy is várhatnánk akkor, hogy a hifi az legyen. :-)

[Aszpirin]

Lehet, hogy lesz ilyen 20 hónap múlva és kétségem sincs afelől, hogy te tudni fogsz róla, sőt az eszközeiden fel lesz telepítve... de azért én inkább a saját humán "rendszeremre" fogok hallgatni 20 hónap után is, ha egy számomra fontos személlyel beszélek.

Ez azt hiszem, teljesen korrekt, és ezeket a “rendszereket” nem is arra készítik, hogy helyettesítsék az egyes személyek közötti metakommunikációt. A működésük nagyon hasonlít az emberi kognitív idegrendszer működéséhez (pl “képezni” lehet őket is), és egy-egy speciális feladat megoldására az emberi megoldás hibaarányát megközelítő, néha azt meg is haladó hibaaránnyal képesek, de nagyon-nagyon messze állnak még attól, hogy általánosságban egy élő személyt helyettesíteni tudjanak. Nem is ez a céljuk.
Én is inkább a saját megítélésemre hagyatkoznék egy számomra fontos személy esetén. Ami ugyanúgy lehet téves, mint a gépi, de legalább az enyém.

[phyton71]

...A grafológia volt még ilyen, hogy az elején mindenki a másik lelkében akart vele turkálni, aztán kiderült, h azt se tudják eldönteni, h férfi-e az illető sorokat papírra vető egyén, vagy nő...

ebben azért ne legyél olyan biztos > a Zasszony, akinek van papírja is róla, még sosem esett (pl.) ilyen csapdába

Sajnos a grafológia egy zsákutca sok esetben,főleg ha valamilyen algó figyeli,pont ebből volt némi jogi vitám az elmúlt hetekben,és elég kellemetlen volt számomra.

[Aszpirin]

Gyerekek hangja? Fejhang? Nyilván azt köpi ki eredménynek a szoftver, amit a programozó beleprogramozott.

A neurális hálózatok nem éppen ilyen determinisztikusan működnek, de Te nyilván ehhez (is) jobban értesz.

Az összes többi, amit írtál, etikai, filozófiai és futurológiai kérdés, ami a témához pragmatikusan nem tartozik hozzá, de persze elcsámcsoghatunk rajta. A kérdés az volt, hogy mérhető-e egy beszédhang vagy zene érzelmi töltete, és a válasz: igen, már léteznek erre megoldások, amelyek egyre tökéletesebbek lesznek, és nem kell 20 évet várni. Ezek tények.
Csak halkan jegyzem meg, hogy az érzelmek pusztán hang alapú felismerésében nem létezik tökéletesség, erre az emberek sem képesek minden esetben hibátlanul.

[lehoako]

Engem speciel erdekelne a dolog es nagyon megkoszonnem, ha hozzaerto kifejtene ha egy mobiltelefonban valakivel beszelek, akkor az o erzelmeit ugye azonnal feliamerjuk a hanghordozasabol. Van olyan mikrofonos elemzo rendszer amely kepes ezeket az erzelmeket detektalni? Mert ha igen akkor a meressel meg is lennenk... egy aggodo szulo peldaul akinek eltunt a gyereke a tomegben, vagy anyukam amikor rossz kedve/jo kedve van stb.

Igen, létezik. Speech Emotion Recognition a hivatalos neve, a mesterséges intelligencia egyik kutatási területe, de már nyílt forráskódú fejlesztések/megoldások is léteznek ezirányban.
Innen pl. egy kicsit többet is meg kehet tudni róla: https://towardsdatascience.com/speech-e ... 20ce355647

Akinek esetleg nincs kedve a linkeken bányászni: az általam belinkelt nyílt forráskódú (Pythonban írt) szoftver az alábbi érzelmeket képes nagy pontossaggal detektálni pusztán a beszédhang elemzésével:
0 - female_angry
1 - female_calm
2 - female_fearful
3 - female_happy
4 - female_sad
5 - male_angry
6 - male_calm
7 - male_fearful
8 - male_happy
9 - male_sad

Gyerekek hangja? Fejhang? Nyilván azt köpi ki eredménynek a szoftver, amit a programozó beleprogramozott.

Nagyon érdekes dolog, mi van, ha azért kell kiabálni, mert a hallgató 4 szobával/fél kerttel stb odébb van.
Mi van az intonációval?

Ez pont olyan, mint az arcfelismerő, tökjó arra, h AI összekeverje a dolgokat, jobb helyeken már állnak is róla lefele, mert annyi pert kapnak a nyakukba, akik haxnálják és emiatt vkit lelőnek a rendőrök, v letartóztatják és előzetesben pl meghal, v csakúgy tyeroriisztnak néznek vkit és lenullázzák ezzel az egész életét és a közösségi hálóját. Nyilván a mostani informatikusok boldogan dolgoznak kínának, észak-koreának, ahol ugye a legfontosabb érték az ember.

A grafológia volt még ilyen, hogy az elején mindenki a másik lelkében akart vele turkálni, aztán kiderült, h azt se tudják eldönteni, h férfi-e az illető sorokat papírra vető egyén, vagy nő.

Szóval fontos az informatika, de előbb utóbb nemcsak gépek fognak gépeket gyártani a gyárakban, hanem programok fognak programokat írni. Áramszünetig.

Utána mindenkinek saját magának kell eldönteni, hogy most kedves vele éppen az, aki, vagy utálja, de nagyon.

Vagy lehet kiabálni, hogy "Tolmácsot kérek!"

[cables]

Engem speciel erdekelne a dolog es nagyon megkoszonnem, ha hozzaerto kifejtene ha egy mobiltelefonban valakivel beszelek, akkor az o erzelmeit ugye azonnal feliamerjuk a hanghordozasabol. Van olyan mikrofonos elemzo rendszer amely kepes ezeket az erzelmeket detektalni? Mert ha igen akkor a meressel meg is lennenk... egy aggodo szulo peldaul akinek eltunt a gyereke a tomegben, vagy anyukam amikor rossz kedve/jo kedve van stb.

Majd ha a jelenlegi szintű, minőségű profi hangtechnikát összekötik a 20 év múlva képességű mesterséges intelligencia rendszerekkel, talán akkor, így már képes lesz ezeket is detektálni és megfelelően értékelni, jelenteni.

Közben látom már elkéstem és nem tudtam mindenről ezen a területen. :)
De persze még ez is fejlesztés alatt lévő technika, biztos nem 100%-os.

ehhez nem kell 20 év, inkább csak 20 egynéhány hónap :)

Lehet, hogy lesz ilyen 20 hónap múlva és kétségem sincs afelől, hogy te tudni fogsz róla, sőt az eszközeiden fel lesz telepítve... de azért én inkább a saját humán "rendszeremre" fogok hallgatni 20 hónap után is, ha egy számomra fontos személlyel beszélek.

[kaef2]

Engem speciel erdekelne a dolog es nagyon megkoszonnem, ha hozzaerto kifejtene ha egy mobiltelefonban valakivel beszelek, akkor az o erzelmeit ugye azonnal feliamerjuk a hanghordozasabol. Van olyan mikrofonos elemzo rendszer amely kepes ezeket az erzelmeket detektalni? Mert ha igen akkor a meressel meg is lennenk... egy aggodo szulo peldaul akinek eltunt a gyereke a tomegben, vagy anyukam amikor rossz kedve/jo kedve van stb.

Majd ha a jelenlegi szintű, minőségű profi hangtechnikát összekötik a 20 év múlva képességű mesterséges intelligencia rendszerekkel, talán akkor, így már képes lesz ezeket is detektálni és megfelelően értékelni, jelenteni.

Közben látom már elkéstem és nem tudtam mindenről ezen a területen. :)
De persze még ez is fejlesztés alatt lévő technika, biztos nem 100%-os.

ehhez nem kell 20 év, inkább csak 20 egynéhány hónap :)

[zz7]

Engem speciel erdekelne a dolog es nagyon megkoszonnem, ha hozzaerto kifejtene ha egy mobiltelefonban valakivel beszelek, akkor az o erzelmeit ugye azonnal feliamerjuk a hanghordozasabol. Van olyan mikrofonos elemzo rendszer amely kepes ezeket az erzelmeket detektalni? Mert ha igen akkor a meressel meg is lennenk... egy aggodo szulo peldaul akinek eltunt a gyereke a tomegben, vagy anyukam amikor rossz kedve/jo kedve van stb.

Majd ha a jelenlegi szintű, minőségű profi hangtechnikát összekötik a 20 év múlva képességű mesterséges intelligencia rendszerekkel, talán akkor, így már képes lesz ezeket is detektálni és megfelelően értékelni, jelenteni.

Közben látom már elkéstem és nem tudtam mindenről ezen a területen. :)
De persze még ez is fejlesztés alatt lévő technika, biztos nem 100%-os.

[zz7]

Amúgy a fülnek is van aktív EQ képessége. Ha valaki sokat hallgat egy tonális irányba húzó rendszert annak füle (hallás feldolgozó rendszere) akár tartósan is ráállhat arra a fajta egyensúlyra, annak korrekcióira.

Talán nem is a fülünknek a képessége ez, hanem az agyunkké. A 80-as években kimentünk Bécs mellé a Laxemburgi autós kempingbe. A Magyar Autóklub kihelyezett lakó kocsijait közvetlenül a forgalmas út menti kerítés mellé tették. Este amikor lefeküdtünk olyan volt, mintha a kocsik a fejünkön mentek volna át, nem tudtam elaludni. Másnap már észre vette az ember ezt a borzalmas hangot.

Úgy kell érteni hogy a komplett hallásfeldolgozó rendszerünk képessége, a fül, agy, minden. Nem egészen jól fogalmaztam.

[zz7]

Még annyit a hangos-halk témához, hogy a fentihez hasonlóan a hangerőhöz is alkalmazkodunk. Az ismert, hogy az extrém hangerőre, egy idő után, egyfajta hallásblokáddal reagálunk. De a fordítottja is igaz.
Amikor csöndes helyen hallgatunk zenét, egy, valamekkora, (nyilván ésszerű) halkítás után, az elveszettnek gondolt részletek szépen visszajönnek, csak figyelni kell.
És ez is marad HighEnd a javából - az tény, hogy egyes rendszerek erre nem képesek.

Persze, hangosan jóval kényelmesebb zenét hallgatni, nagyságrendekkel kevesebb koncentráció kell.
Más-más az élmény van a két dolognál; az adott zene milyenségétől pl. rengeteg függ.

Itt amúgy az egyéni eltérések talán még nagyobbak, mint a szokásos ízlésbeli eltéréseink.

A profi hangmérnökök régóta tudják hogy 30-40 perc hang munka után érdemes egyrészt szüneteket tartani hogy a fül "tisztuljon". Meg referencia hangfelvételeket is fülelni néha, hogy az ember véletlenül se vigye el magát az erdőbe és rontsa el emiatt a készülő hangfelvételt, mert a füle ráidomult valami lehet részben már hibás hangzásra.
Bizony a fülünkbe, hallásunkba egy változó EQ és dinamika szabályozó rendszer is be van építve. Például ha tartósan hangos anyagot kap akkor automatikusan elkezdi csökkenteni a magas és mély hangok érzékenységét és elkezd dinamika limitálni is. Ez történik akkor is amikor egy két órás jó hangos koncert után az ember úgy tapasztalja mintha a füle bedugult volna valamennyire és egy darabig nehezebb megérteni a normál hangosságú emberi beszédet egymás között. Működik a dinamikus aktív szűrő rendszerünk, védendő a hallósejtek épségét.
Aztán tartós hatásokra a fül rá is fixálhat valami hangi környezetre, amiből nehezebben jön vissza, vagy nagyon szélsőséges esetben sajnos már nem is jön vissza. Például évtizedekig koncertező rock zenész, DJ, vasgyári munkás stb.

[vkz]

És bizonyos szektorokban használják is kockázatelemzésre.
Akit bővebben érdekel a neve: Layered Voice Analysis (hangelemzés). Erre keresve magyarul is találtok leírást.

[Aszpirin]

Engem speciel erdekelne a dolog es nagyon megkoszonnem, ha hozzaerto kifejtene ha egy mobiltelefonban valakivel beszelek, akkor az o erzelmeit ugye azonnal feliamerjuk a hanghordozasabol. Van olyan mikrofonos elemzo rendszer amely kepes ezeket az erzelmeket detektalni? Mert ha igen akkor a meressel meg is lennenk... egy aggodo szulo peldaul akinek eltunt a gyereke a tomegben, vagy anyukam amikor rossz kedve/jo kedve van stb.

Igen, létezik. Speech Emotion Recognition a hivatalos neve, a mesterséges intelligencia egyik kutatási területe, de már nyílt forráskódú fejlesztések/megoldások is léteznek ezirányban.
Innen pl. egy kicsit többet is meg kehet tudni róla: https://towardsdatascience.com/speech-e ... 20ce355647

Akinek esetleg nincs kedve a linkeken bányászni: az általam belinkelt nyílt forráskódú (Pythonban írt) szoftver az alábbi érzelmeket képes nagy pontossaggal detektálni pusztán a beszédhang elemzésével:
0 - female_angry
1 - female_calm
2 - female_fearful
3 - female_happy
4 - female_sad
5 - male_angry
6 - male_calm
7 - male_fearful
8 - male_happy
9 - male_sad

[Luxor Audio]

Ezt kifejtenéd picit bővebben? Akkor végül is mérhető?

Egy ilyen szép napsütéses szombat délelőttön... inkább ne!