• 方杰
    2021-12-14
    4096个汉字,可以使用12bit来表示,每分钟200个字,码率=12*200/60=40pbs

    作者回复: 算得不错

    
    
  • 晓龙
    2021-12-13
    200字/min ≈ 3.33字/s ≈ 4字/s 编解码码率:12bit * 4字 = 48bit/s 所以每秒钟: 48bit

    作者回复: 对的,差不多

    
    
  • 徐刚
    2021-12-13
    每个字的码本由12bit表示;每秒码率=每秒字数 * 码本大小 = (200/60) * 12 = 40bit/s

    作者回复: 可以的

    
    
  • 坚坚
    2021-12-10
    2的12次方,可以用12bit储存,即1.5BYTE,1.5*200=300Byte每秒,若进一步考虑句子相关性,例如通过词来编码,或者进一步利用上下文信息来编码,若采用词向量的方式,应该还可以进一步压缩,这个应该就是属于用深度学习来做编解码的范畴了。

    作者回复: 不错,思维很清晰

    
    
  • springXu
    2021-12-10
    4096种汉字共需要4k的编码。2的12次方。 一分钟200个字,也要800k的码率。。。 这个和文中提到的48000的采样率16bit的编码768k的码率还要大。

    作者回复: 注意一下单位,分钟和秒

    共 2 条评论
    
  • Dom
    2022-01-13
    4096个汉字,可以用12bit来表示(2的12次方等于4096),那么计算码率的方法=总传输的数据量/时间,使用这个公式进行计算得到:码率=200字*12bit/60s=40bps。 如果说要进行优化的话,首先想到的是压缩编码,用更少的bit来表示4096个汉字,比如根据使用的频率统计做哈夫曼编码,提升效果会比较明显。 在这个场景下,每个汉字都是一个独立的个体,它们的组合是无限个的或者说是数量级比较大的,不像LPC系数是有限固定的,所以应该是不能用VQ的方式来做的。 至于深度学习里面的词向量,我觉得也是不合适的,个人观点
    
    1
  • 龚长华
    2022-04-20
    12bit可用能表示4096个汉字。因此最大码率:200 * 12 / 60 = 40 bps
    
    