搜索资源列表
melbankm_c
- 本程序是提取语音MFCC参数的必经步骤，是求出mel三角滤波器器组的参数，网上只有matlab程序，没有C程序，本人花费两个星期的时间才转换成功，经DSP 的CCS环境调试成功。
mfcc
- 语音识别的梅尔特征提取算法，matlab 含注释-Mel speech recognition feature extraction algorithm, matlab with comments
lpc
- 1.用matlab实现对一个元音和一个清辅音的LPC系数，LPCC系数和MFCC系数的提取。 2，用LPC对这两个语音信号的功率谱进行估计，其中，LPC系数要分别有5阶，10阶，15阶和20阶四种情况，并在一个图里画出信号本身的FFT功率谱和四条不同阶数的LPC谱估计图，以作比较。注意，LPC和LPCC只考察自相关法。 3，用对数面积比的方法来求出这两个发音的变截面声管模拟图形，10阶即可-Using matlab to achieve the LPC coefficients of a
Voice Discern For STM32F
- 于市售 STM32 开发板上实现特定人语音识别处理项目。识别流程是：预滤波、ADC、分帧、端点检测、预加重、加窗、特征提取、特征匹配。端点检测(VAD)采用短时幅度和短时过零率相结合。检测出有效语音后，根据人耳听觉感知特性,计算每帧语音的 Mel 频率倒谱系数(MFCC)。然后采用动态时间弯折(DTW)算法与特征模板相匹配,最终输出识别结果。先用Matlab对上述算法进行仿真，经数次试验求得算法内所需各系数的最优值。而后将算法移植到 STM32 开发板上，移植过程中根据 STM32 上存储空间相
STM32-Speech-Recognition-Master
- 于市售 STM32 开发板上实现特定人语音识别处理项目。识别流程是：预滤波、ADC、分帧、端点检测、预加重、加窗、特征提取、特征匹配。端点检测(VAD)采用短时幅度和短时过零率相结合。检测出有效语音后，根据人耳听觉感知特性,计算每帧语音的 Mel 频率倒谱系数(MFCC)。然后采用动态时间弯折(DTW)算法与特征模板相匹配,最终输出识别结果。先用Matlab对上述算法进行仿真，经数次试验求得算法内所需各系数的最优值。而后将算法移植到 STM32 开发板上，移植过程中根据 STM32 上存储空间相