搜索资源列表
Cforspeech
- ：用C 语言实现了一个用于控制家电开关的声音模块. 该声音模块采用当前语音识别系统的主流技 术——隐马尔可夫模型（HMM）技术，以及线性预测倒谱计算和矢量量化技术. 命令（单词）的正确识别率 在97 以上. 介绍了声音模块的设计方案，并就实现该声音模块的过程中所遇到的具体问题进行了讨论.-: The C language realization of a switch used to control the voice module appliances. The sound modul
jiyushilianglianghuadeshuohrshibe
- 基于矢量量化的说话人识别本文从语音信号的预处理开始分析， 主要研究了特征参数的选择、提取、及识别算法，应用全极点模型，提取了语 音信号的线性预测倒谱系数和美尔倒谱系数，并进一步获得其一阶差分，将倒 谱系数与其一阶差分结合在一起形成新的特征参数。在识别算法方面，本文对 矢量量化的方法进行了研究，用Matlab语言实现了说话人识别系统的仿真与验 证。实验证明这种参数与单纯的线性预测倒谱系数和美尔倒谱系数相比更为有 效。- speech paper，help you study
g729
- G.729算法采用“共轭结构代数码本激励线性预测编码方案”（CS-ACELP）算法。这种算法综合了波形编码和参数编码的优点，以自适应预测编码技术为基础，采用了矢量量化、合成分析和感觉加权等技术。-G.729 algorithm " Conjugate Structure Algebraic Code Excited Linear Prediction of the coding scheme" (CS-ACELP) algorithm. This algorithm combi
speakerrecognization
- 摘要说话人识别在自动身份鉴别方面具有重要的现实意义。文章在分析了说话人识别实现的可行性基础上*提 出采用长时线性预测倒谱 +,--.,)系数和矢量量化 /0)模型的不依赖于文本的说话人识别方法，并成功地应用于 一个数据库查询系统中。-65DL5<?E5=7?9?AD7?8=CDH H?>=?9?AD=7 D66@?AD7?8=H?=D 78:D7?A?=E?G?E D@<5A8>=?7?8=D<5D#M=7C?H 6D65<* 7C5 68HH?N
speechsignalprocessing
- 易克初－本书主要介绍了语音信号的时频处理、频谱分析方法、线性预测原理和语音信号的时频域表示、参数表示和矢量表示等等，涉及时域分布、小波理论和矢量量化等新兴新域-speech signal processing
MCU_1865
- G.729 语音编码算法叫做对结构代数码激励线性预测语音压缩编码，它的核 心原理是线性预测和矢量量化。这种编码标准已在1995年H月工TU一TSG15全会上 通过，并在1996年6月的工TU一TSG15末次会议上通过了G.729的附件A“减少复杂 度的skbit/5cs一ACELP语音编解码器”，正式成为国际电信标准 -ITU一TG72915one ofthestandardsthatcanProcesssPeechsignalefficiently . Thisst
VQ-pattern-recognition
- VQ声纹识别算法和实验. 摘要：采用线性预测倒谱系数(1inear prediction cepstrum coefficient，LPCC)作为语音的特征参数，矢量量化(vector quantity，VQ)方法进行模式匹配，探讨声纹识别以实现身份认证，并对此识别方法进行了相关的实验．通过验证，这种方法可以区分不同的说话人，并且在做说话人辨认实验时可达到较高的识别率．-VQ pattern recognition algorithms and experimental sound. Ab
jiyu
- 基于邻近像素的低复杂度预测矢量量化图像压缩编码算法 基于邻近像素的低复杂度预测矢量量化图像压缩编码算法-Adjacent pixels based on the prediction of low complexity image compression coding algorithm is based on neighboring pixels predicted low complexity image compression coding algorithm
61IC_H4231
- PAV (H265) 是 音视频 压缩解压 协议，非常不同于H264/MPEG4，ZPAV (H265) 的基本算法 是 小波，多级树集合群，广义小波，数学形态小波，...... ZPAV (H265) 基本算法 ： 1，图象与声音分解与合成 ：小波 ； 2，图象与声音前处理 ：小波子带零交叉降噪，目标纹理处理，语音处理 ； 3，速率控制 ：小波子带熵速率控制 ； 4，量化与反量化 ：小波子带熵量化与反量化 ； 5，低频分量和高频分量的降维 ：小波子带邻域交
Aspeakerrecogb
- 摘要说话人识别在自动身份鉴别方面具有重要的现实意义。文章在分析了说话人识别实现的可行性基础上*提出采用长时线性预测倒谱 +,--.,)系数和矢量量化 /0)模型的不依赖于文本的说话人识别方法，并成功地地应用于一个数据库查询系统中-Abstract Speaker recognition has important practical significance in terms of automatic authentication. The article analyzes achieve th
speech-processing-matlab
- 张雪英“数字语音信号处理及matlab仿真”部分源代码，包括线性预测，矢量量化等-ZHANG Xue-Ying " digital speech signal processing and matlab simulation" part of the source code, including linear prediction and vector quantization
libogg
- 首先对输入音频PCM信号进行时频分析，决定MDCT的长度，即加窗，然后进行MDCT变换；同时对原始音频信号要进行FFT分析。两种变换的频谱系输入给心理声学模型单元，MDCT系数用于噪声掩蔽计算，H可结果用于音调掩蔽特性计算，共同构造总的掩蔽曲线。然后根据MDCT系数及掩蔽曲线，对频谱系数进行线性预测分析用LPC(Linear Prediction Coefficience，线性预测系数)表示频谱包络，即基底曲线(Floor Curve)；或通过线性分段逼近方式获得基底曲线。从MDCT系数中去掉