Báo cáo đồ án tốt nghiệp nghiên cứu mạng neurral và xây dựng ứng dụng nhận dạng tiếng việt

68 1K 0
Báo cáo đồ án tốt nghiệp nghiên cứu mạng neurral và xây dựng ứng dụng nhận dạng tiếng việt

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Lời nói đầu Từ lâu, người mong muốn xây dựng phát triển hệ thống có khả thông minh người Trong nhiều hướng nghiên cứu nhằm triển khai hệ thống thông minh, mạng Neural lựa chọn phổ biến Chúng sở cho giải pháp nhận dạng, tự động hóa điều khiển, trí tuệ nhân tạo… Mạng Neural nhân tạo hệ thống xử lý thông tin mẻ việc ứng dụng vào điều khiển tự động hóa Với việc kết hợp chặt chẽ hệ logic mờ, mạng Neural nhân tạo tạo nên cách mạng thực việc thông minh hóa vạn hóa điều khiển kỹ thuật cao giai đoạn tương lai Cùng với phát triển công nghệ thông tin không kể đến công nghệ xử lý tiếng nói như: nhận dạng tiếng nói, chuyển lời nói thành chữ viết ngược lại… Mục tiêu đặt xây dựng hệ thống nhận dạng tiếng nói máy tính Tuy nhiên vấn đề phức tạp độ biến động mẫu âm vô lớn, với yếu tố quan phát âm cịn có ảnh hưởng nhiễu mơi trường truyền âm, ngồi giọng nói người khác, địa phương mang sắc thái riêng… Đó nhiều nguyên nhân làm tốn nhận dạng tiếng nói nghiên cứu từ lâu kết hạn chế Bài tốn nhận dạng tiếng nói thường chia thành toán nhỏ như: nhận dạng điệu, nhận dạng với số từ hữu hạn, nhận dạng từ phát âm rời rạc, nhận dạng câu, nhận dạng phụ thuộc người nói, nhận dạng độc lập người nói.v.v Vấn đề nhận dạng tiếng nói ngày trở nên cấp thiết, với ứng dụng rộng, thiết thực vào lĩnh vực sống Các nước giới cố gắng xây dựng chương trình nhận dạng tiếng nói cho Đối với tiếng Việt, trình nghiên cứu kết cịn nhiều khiêm tốn Do nhu cầu giải tốn nhận dạng tiếng nói tiếng Việt trở nên cần thiết Với lý em chọn hướng nghiên cứu đồ án lĩnh vực nhận dạng tiếng nói giải tốn nhỏ nhận dạng tiếng nói nhận dạng số từ tiếng Việt với số người nói hữu hạn Qua việc nghiên cứu mạng Neural em sử dụng mạng để giải toán nhận dạng tiếng Việt với số người nói hữu hạn Một số mục tiêu đồ án: ■ Tìm hiểu đặc điểm âm tiếng Việt ■ Các vấn đề phân tích tiếng nói: Các kỹ thuật tiền xử lý âm Các đặc trưng âm phương pháp trích trọn đặc trưng ■ Nghiên cứu mạng Neural: Ứng dụng mạng giải toán nhận dạng âm tiếng Việt ■ Xây dựng, thử nghiệm chương trình nhận dạng số từ tiếng Việt Trong thời gian làm đồ án, với cố gắng nỗ lực thân, hướng dẫn tận tình thầy giáo PGS.TS, với quan tâm, giúp đỡ thầy cô giáo khoa công nghệ thông tin tập thể lớp tin học 38, em hoàn thành đề tài “Nghiên cứu mạng Neurral xây dựng ứng dụng nhận dạng tiếng Việt” Nội dung đồ án chia thành chương sau: Chương 1: Cấu trúc ngôn ngữ tiếng Việt Chương 2: Các kỹ thuật phân tích liệu tiếng nói Chương 3: Tìm hiểu mạng Neural Chương 4: Ứng dụng mạng Neural nhận dạng số từ tiếng Việt Mặc dù có nhiều cố gắng đồ án khơng tránh khỏi thiếu sót, em mong bảo thầy cô giáo đóng góp ý kiến đồng chí bạn Em xin trân trọng cảm ơn! Lời nói đầu .1 Chương CẤU TRÚC NGÔN NGỮ TIẾNG VIỆT .4 1.1 Tiếng nói nhận dạng tiếng nói .4 1.2 Hệ thống ngữ âm tiếng Việt .7 CHƯƠNG KỸ THUẬT PHÂN TÍCH DỮ LIỆU TIẾNG NÓI .13 2.1 Cấu trúc File “.Wav” 13 2.2 Các kỹ thuật tiền xử lý 15 2.3 Các kỹ thuật trích rút đặc trưng 27 CHƯƠNG TÌM HIỂU VỀ MẠNG NEURAL 37 3.1 Các khái niệm chung mạng Neural 37 3.2 Mạng Neural lan truyền ngược 42 CHƯƠNG ỨNG DỤNG MẠNG NEURAL NHẬN DẠNG ÂM THANH TIẾNG VIỆT 51 4.1 Thiết kế hệ thống nhận dạng 51 4.2 Thiết kế mạng Neural lan truyền ngược 53 4.3 Các đầu vào nhận dạng 55 4.5 Phân tích đánh giá kết .67 Kết luận 69 Các tài liệu tham khảo 70 Chương CẤU TRÚC NGÔN NGỮ TIẾNG VIỆT 1.1 Tiếng nói nhận dạng tiếng nói Tiếng nói dùng để trao đổi thơng tin người nói người nghe, tiếng nói có vị trí quan trọng xã hội lồi người tiếng nói lao động nhân tố tạo lên phát triển xã hội loài người Tiếng nói, hay ngơn ngữ vấn đề vơ phức tạp nhiều nhà khoa học giới quan tâm nghiên cứu nhiều góc độ khác Dưới góc độ CNTT tiếng nói nhận dạng tiếng nói có vai trị to lớn giải nhiều tốn hóc búa mà từ trước người quan tâm Bài tốn thơng dịch ngơn ngữ khác nhau, tốn giao tiếp người máy, toán cho người khiếm thị sử dụng máy tính liên quan nhiều đến nhận dạng tiếng nói Trên giới nhà khoa học nghiên cứu nhiều vấn đề nhận dạng tiếng Việt vấn đề nhà khoa học Việt nam nghiên cứu Với vị trí quan trọng nhiều lĩnh vực, tiếng Việt nhận dạng tiếng Việt cần phải quan tâm nghiên cứu nhiều Dưới góc độ nghiên cứu học hỏi, bước đầu nghiên cứu âm thanh, tiếng nói nhận dạng với phát âm từ đơn nghiên cứu vần phụ âm Tiếng Việt Quá trình phát âm người mơ tả sau: + Khí đẩy từ phổi qua vịm họng miệng phát thành âm + Khi dây quản rung tạo xung âm phát tiếng kêu (voiced sound) + Nếu dây quản không rung mở liên tục tạo âm câm (Unvoice) + Khi nói hình dạng vịm họng, quản thay đổi tạo âm khác + Hình dạng vịm họng thay đổi chậm khoảng từ 10 đến 100ms + Lượng khí từ phổi đẩy xác định âm lượng phát Cách tạo tiếng nói nguyên lý cho tiếng nói chung giới sâu vào nghiên cứu tiếng nói nước khác có điểm chung điểm riêng biệt khác điểm riêng biệt khác thuộc tính quan trọng để nhận dạng tốt loại tiếng nói nước khác Bài tốn nhận dạng tiếng nói tốn khó, ví dụ số đặc điểm sau cần quan tâm: -Kích thước từ điển: Với hệ thống có kích thước từ điển nhỏ hiệu nhận dạng khơng cao, cịn hệ thống nhận dạng có từ điển lớn khơng gian lưu trữ có hạn việc tính tốn nhận dạng phức tạp -Môi trường phát âm để nhận dạng yếu tố quan trọng nhận dạng âm Với mơi trường n tĩnh hiệu nhận dạng cao với môi trường nhiều tạp âm hiệu nhận dạng thấp có khơng nhận dạng -Ngữ pháp tiếng nói vấn đề phức tạp nhận dạng, với quốc gia có kiểu nói ngữ pháp ngơn ngữ khác để nhận dạng tốt với tiếng nói việc phức tạp, nhiều nhà khoa học nghiên cứu theo nghiên cứu nhận dạng theo hướng sau: -Hệ thống nhận dạng tiếng nói độc lập hay phụ thuộc vào người nói: Hệ thống nhận dạng phụ thuộc người nói dùng để thực học nhận dạng cho người nói Hệ thống nhận dạng có hiệu tương đối cao so với hệ thống nhận dạng độc lập với người nói hệ thống học dùng nhiều mẫu học nhiều người nói khác nhận dạng phải nhận dạng nhiều người nói Tuy nhiên kiểu nhận dạng phụ thuộc người nói có yếu điểm phải học lại mẫu nhận dạng với người nói chưa học qua hệ thống Cả hai kiểu nhận dạng dùng nhận dạng tiếng nói -Nhận dạng phát âm từ đơn lẻ hay nhận dạng phát âm liên tục Hệ thống nhận dạng từ đơn học với đơn vị nhỏ phát âm hay gọi âm tiết Ở kiểu nhận dạng người nói phải nghỉ với khoảng thời gian dài hai phát âm Công việc phát điểm đầu điểm cuối phát âm tạo khung bao phát âm để nhận dạng Khi từ điển cho nhận dạng phát âm từ đơn lớn, phải cấu trúc lại cách học với kiểu dùng chung phát âm từ Nhận dạng phát âm liên tục hệ thống nhận dạng phức tạp dùng để nhận dạng phát âm liên tục, hệ thống thời gian nghỉ hai âm vị tương đối ngắn, nói tự nhiên thực tế mơ hình cách phát âm liên tục.Ở hệ thống nhận dạng này, hệ thống nhận dạng phải có khả xác định khung bao phát âm, sau hệ thống nhận dạng phải biểu đặc tính tín hiệu phát âm để nhận dạng Với hệ thống nhận dạng phát âm liên tục không thiết yêu cầu nhiều mẫu nhiều người nói mà điểm mạnh thể hện qua thuật toán nhận dạng với đặc trưng quan trọng phát âm Nhận dạng phát âm liên tục hệ thống dùng nhiều ứng dụng thực tế -Nhận dạng tiếng nói kết nối kiểu nhận dạng phát âm liên tục với từ điển nhận dạng nhỏ Ở kiểu nhận dạng câu phát âm cắt thành phát âm nhỏ, hệ thống nhận dạng phát âm cắt sau ghép nối lại 1.2 Hệ thống ngữ âm tiếng Việt 1.2.1 Khái niệm Chuỗi lời nói người chia thành nhiều đoạn nhỏ câu, từ, cụm từ cuối âm tiết Âm tiết đơn vị phát âm nhỏ nhất, không phân chia dù nói chậm đến đâu (mà giữ ý nghĩa âm tiết đó) Mỗi âm tiết bao gồm nhiều yếu tố ngữ âm tạo thành yếu tố ngữ âm phát âm lúc để tạo nên âm tiết Bên cạnh người ta xem âm tiết bao gồm nhiều yếu tố đoạn tính – yếu tố có giới hạn phân đoạn âm tiết phụ âm, vần âm đệm – yếu tố siêu đoạn tính – yếu tố mà không giới hạn âm tiết ngữ điệu, điệu Đặc điểm riêng âm tiết tiếng Việt đơn âm mang điệu 1.2.2 Cấu trúc âm tiết tiếng Việt Cấu trúc âm tiết tiếng Việt xem xét theo nhiều cách, xem xét theo quan điểm sau: Ta thấy quan niệm truyền thống tiếng Việt có bảng chữ gồm 17 phụ âm, 10 vần dấu, sở tất từ đơn sinh Các từ đơn sở tạo tất từ tiếng Việt Với cách quan niệm trên, người ta phân tích, nghiên cứu tiếng Việt nhiều khía cạnh khác vần, điệu, ngữ pháp, ngữ nghĩa, cách phát âm, v.v Tuy nhiên với cách quan niệm làm cho gặp nhiều khó khăn thuật tốn làm tăng dung tích nhớ, tăng thời gian xử lý Do để đơn giản hố nghiên cứu nhận dang tiếng Việt người ta quan niệm toàn tiếng Việt xây dựng từ bảng gồm 26 phụ âm 620 vần, đồng thời có 620 vần Như xem từ tiếng Việt có cấu trúc sau: [] & [] (*) Trong có khơng, thành phần bắt buộc phải có Theo dạng (*) tồn tiếng Việt có: 26*620+620=16.740 từ Dưới là bảng phụ âm vần phân chia theo độ dài: Bảng phụ âm: Các phụ âm Số lượng Phụ âm đơn b,c,d,đ,g,h,k,l,m,n,p,q,r,s,t,v,x 17 Phụ âm ghép Ch,kh,nh,gh,th,ng,ngh,tr Bảng vần đơn: a o e i u y Các vần đơn A,à,á,ả,ã,ạ,ă,ắ,ằ,ẳ,ẵ,ặ,â,ầ,ấ,ậ,ẫ,ẩ O,ị,ó,ỏ,õ,ọ,ơ,ồ,ố,ổ,ỗ,ộ,ơ,ờ,ớ,ở,ỡ,ợ E,è,é,ẻ,ẽ,ẹ,ê,ề,ế,ể,ễ,ệ I,ì,í,ỉ,ĩ,ị U,ù,ú,ủ,ũ,ụ,ư,ừ,ứ,ử,ữ,ự Y,ý,ỳ,ỷ,ỹ,y Số lượng 18 18 12 06 12 06 Vần kép loại 1: a Ai,ài,ái,ải,ãi,ại; ao,ào,áo,ảo,ão,ạo, ay,ày,áy,ảy,ãy,ạy; 48 âi,ầi,ấi, ẩi,ẫi,ậi, ăi, ằi,ắi,ẳi,ẵi,ặi, au, àu,áu,ảu,ãu, e ạu,âu,ấu,ầu,ẩu,ẫu,ậu; ây,ấy,ầy,ẩy,ẫy ậy; Ei, éi, èi,ẻi,ẽi,ẹi, eo,éo,ẻo,ẽo,ẹo; 30 o eu,éu,èu,ẻu,ẽu,ẹu,êi,ềi,ếi,ểu,ễi,ệi,êu,ếu,ều,ểu,ễu,ệu; Oa,ồ,ố,oả,ỗ,oạ; oe,,,oẻ,oẽ,oẹ; 24 u oi,ịi,ói,ỏi,õi,ọi,ơi ối,ồi,ổi,ỗi,ội Ua,úa,ùa ủa,ụa,ui,úi,ùi,ủi, ũi, ụi, uê, uế, uễ, uệ, ưi, ừi 48 ứi, ửi, ữi, ựi, ưu, ừu, ứu, ửu, ữu, ựu, uy, uý, uỳ, uỷ, uỹ, uỵ; Vần kép loại 2: c Ác, ạc, ắc, ặc, ấc,ậc, éc, ẹc, ếc, ệc, íc, ịc, óc, ọc, ốc, 22 t ộc, ớc, ợc, úc, ục, ức, ực Át,ạt, ắt, ặt, ất, ật, ét, ẹt, ết,ệt, ít, ịt, ót, ọt, 22 p m n ốt,ột,ớt,ợt,út, ụt, ứt, ựt Áp, ạp, ắp, ặp, ấp , ., Am, ám,àm ảm, ãm ạm , An, án, àn, ản, ãn, ạn, , ,ứp,ựp , ,ữm,ựm , ,ữn, ựn 22 60 60 Vần kép ba: nh Anh, ành, ánh, ảnh, ãnh, ạnh; inh, ính, ình,ỉnh,ĩnh, ịnh; 18 ng ênh, ềnh, ểnh ễnh, ệnh; Ang, àng,áng,ảng,ãng,ạng; ăng, ằng, ắng,ẳng, ẵng, ặng; 60 Âng,ấng,ầng,ẩng, ẫng, ậng; ing, Eng, ;êng Ong, ;ơng 10 Qua q trình huấn luyện em thấy cấu trúc mạng 50 đầu vào, 40 Neural tầng ẩn, đầu cho kết nhận dạng tốt 4.2.3.2 Thiết kế mạng cho nhận dạng vần • Số Neural tầng đầu vào: từ 120 đến 240 đầu vào • Số Neural tầng ẩn: từ 120 đến 240 Neural lớp ẩn • Số Neural tầng ra: 11 đầu tương ứng với 11 vần Qua trình huấn luyện em thấy cấu trúc mạng 150 đầu vào, 120 Neural tầng ẩn, 11 đầu cho kết nhận dạng tốt 4.2.3.3 Thiết kế mạng cho nhận dạng âm tiết • Số Neural tầng đầu vào: từ 120 đến 240 đầu vào • Số Neural tầng ẩn: từ 120 đến 240 Neural lớp ẩn • Số Neural tầng ra: 11 đầu tương ứng 11 âm tiết Qua trình huấn luyện em thấy cấu trúc mạng 180 đầu vào, 120 Neural tầng ẩn, 11 đầu cho kết nhận dạng tốt 4.3 Các đầu vào nhận dạng 4.3.1 Với đặc trưng lượng trung bình thời gian ngắn Đầu vào lượng thời gian ngắn tương ứng 4.3.1.1 Đầu vào cho mạng nhận dạng phụ âm Đầu vào 16 đặc trưng lượng thời gian ngắn ứng với 16 Frame liệu 4.3.1.2 Đầu vào mạng cho nhận dạng vần Đầu vào 32 đặc trưng lượng thời gian ngắn ứng với 32 Frame liệu 4.3.1.3 Đầu vào mạng cho nhận dạng âm tiết 54 Đầu vào 32 đặc trưng lượng thời gian ngắn ứng với 32 Frame liệu 4.3.2 Với đặc trưng lượng trung bình thời gian ngắn tần số 4.3.2.1 Đầu vào mạng cho nhận dạng phụ âm Đầu vào 16 đặc trưng lượng thời gian ngắn chia cho tần số ứng với 16 Frame liệu 4.3.2.2 Đầu vào mạng cho nhận dạng vần Đầu vào 32 đặc trưng lượng thời gian ngắn chia cho tần số ứng với 32 Frame liệu 4.3.2.3 Đầu vào mạng cho nhận dạng âm tiết Đầu vào 32 đặc trưng lượng thời gian ngắn chia cho tần số ứng với 32 Frame liệu 4.3.3 Với đặc trưng hệ số LPC 4.3.3.1 Đầu vào mạng cho nhận dạng phụ âm Đầu vào 50 đặc trưng LPC trích rút từ Frame liệu 4.3.3.2 Đầu vào mạng cho nhận dạng vần Đầu vào 150 đặc trưng LPC trích rút từ 15 Frame liệu 4.3.3.3 Đầu vào mạng cho nhận dạng âm tiết Đầu vào 180 đặc trưng LPC trích rút từ 18 Frame liệu 55 4.4 Thiết kế chương trình Chương trình nhận dạng gồm Form sau: 4.4.1 Form Gồm menu: • Thu âm: thu âm phục vụ huấn luyện nhận dạng • Xử lí âm thanh: thao tác xử lí file âm • Huấn luyện theo lượng: thực huấn luyện mạng theo lượng trung bình thời gian ngắn • Huấn luyện mạng theo lượng tần số: huấn luyện mạng theo lượng trung bình thời gian ngắn tần số • Huấn luyện mạng theo LPC: huấn luyện mạng theo đặc trưng LPC • Nhận dạng theo lượng: thực nhận dạng theo lượng trung bình thời gian ngắn • Nhận dạng theo lượng tần số: nhận dạng theo lượng trung bình thời gian ngắn tần số • Nhận dạng theo LPC: nhận dạng theo đặc trưng LPC • Thốt: khỏi chương trình, giải phóng nhớ 56 Giao diện chương trình: 4.4.2 Form thu âm Sử dụng Sound Recorder có sẵn Windows 57 4.4.3 Form xử lí âm thanh: Các chức năng: • Open: mở file âm cần xử lí • Tách PAD: xử lí tách phụ âm, vần • Play: nghe âm tiết • Play Phu Am: nghe phân phụ âm • Play Nguyen Am: nghe phần vần Giao diện chương trình: 58 4.4.4 Form huấn luyện theo lượng Các nút chức năng: • Lớp học: lựa chọn huấn luyện cho phụ âm, vần âm tiết • Mở file: mở file cần huấn luyện • Tạo mạng: lấy mạng cho huấn luyện • Huấn luyện: thực huấn luyện mạng Giao diện chương trình: 59 4.4.5 Form huấn luyện theo lượng tần số Các nút chức năng: • Lớp học: lựa chọn huấn luyện cho phụ âm, vần âm tiết • Mở file: mở file cần huấn luyện • Tạo mạng: lấy mạng cho huấn luyện • Huấn luyện: thực huấn luyện mạng Giao diện chương trình: 60 4.4.6 Form huấn luyện theo LPC Các nút chức năng: 61 • Lớp học: lựa chọn huấn luyện cho phụ âm, vần âm tiết • Mở file: mở file cần huấn luyện • Tạo mạng: lấy mạng cho huấn luyện • Huấn luyện: thực huấn luyện mạng Giao diện chương trình: 62 4.4.7 Form nhận dạng theo lượng Các chức chính: • Học lớp: lựa chọn nhận dạng theo lớp học phụ âm, vần, âm tiết • Open net: mở mạng dùng để nhận dạng • Open: mở file cần nhận dạng • Nhận dạng file: cho phép nhận dạng huấn luyện file textBox • Nhận dạng list Box: nhận dạng toàn file list Box Giao diện chương trình: 63 4.4.8 Form nhận dạng theo lượng tần số Các chức chính: • Học lớp: lựa chọn nhận dạng theo lớp học phụ âm, vần, âm tiết • Open net: mở mạng dùng để nhận dạng 64 • Open: mở file cần nhận dạng • Nhận dạng file: cho phép nhận dạng huấn luyện file textBox • Nhận dạng list Box: nhận dạng toàn file list Box Giao diện chương trình: 4.4.7 Form nhận dạng theo LPC Các chức chính: • Học lớp: lựa chọn nhận dạng theo lớp học phụ âm, vần, âm tiết • Open net: mở mạng dùng để nhận dạng 65 • Open: mở file cần nhận dạng • Nhận dạng file: cho phép nhận dạng huấn luyện file textBox • Nhận dạng list Box: nhận dạng toàn file list Box Giao diện chương trình: 4.5 Phân tích đánh giá kết 4.5.1 Thiết kế liệu Dữ liệu em tự thu thu số đồng chí lớp tin học khóa 38 66 Trong thời gian thực đồ án em thu khoảng 3000 mẫu âm đưa vào huấn luyện 4.5.2 Đánh giá kết Sau thời gian huấn luyện mạng Neural lan truyền ngược để nhận dạng điệu tiếng Việt, với phương án lấy đầu vào phần 4.1 em đạt kết sau: Nhận dạng theo lượng Cho kết nhận dạng tương đối tốt, kết nhận dạng cho vần âm tiết đạt 35-50 % Nhận dạng theo Kết nhận dạng tương đối tốt, kết nhận dạng lượng tần cho vần âm tiết đạt 40-60% số Nhận dạng theo LPC Kết nhận dạng không tốt, kết đạt 2030% Nhận xét: ● Kết nhận dạng cho từ không giống nhau, số từ nhận dạng tương đối tốt 1,10 ● Việc nhận dạng phụ âm chất lượng thấp phần liệu phụ âm ngắn, với lượng thấp 67 ● Kết nhận dạng tốt với số lượng người nói hạn chế, huấn luyện Kết luận Sau thời gian thực nghiên cứu đề tài , đề tài hoàn thành tiến độ đạt kết định, giải phần toán nhận dạng tiếng Việt Tuy nhiên phức tạp âm hạn chế thân em nên kết nhận dạng âm tiếng Việt chưa mong muốn 68 ... đề tài ? ?Nghiên cứu mạng Neurral xây dựng ứng dụng nhận dạng tiếng Việt? ?? Nội dung đồ án chia thành chương sau: Chương 1: Cấu trúc ngôn ngữ tiếng Việt Chương 2: Các kỹ thuật phân tích liệu tiếng. .. hợp 49 CHƯƠNG ỨNG DỤNG MẠNG NEURAL NHẬN DẠNG ÂM THANH TIẾNG VIỆT Trong chương vào thiết kế mạng Neural lan truyền ngược để xây dựng hệ thống nhận dạng âm tiếng Việt Qua trình nghiên cứu tiến hành...Đối với tiếng Việt, trình nghiên cứu kết nhiều khiêm tốn Do nhu cầu giải tốn nhận dạng tiếng nói tiếng Việt trở nên cần thiết Với lý em chọn hướng nghiên cứu đồ án lĩnh vực nhận dạng tiếng nói

Ngày đăng: 23/05/2014, 14:30

Từ khóa liên quan

Mục lục

  • *Biên độ:

  • *Nhiễu:

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan