搜索资源列表
Tone-Recognition
- 调信息在汉语语音识别中具有非常重要的意义。采用支持向量机对连续汉语连续语音进行声调识别实 验，首先采用基于Teager能量算子和过零率的两级判别策略对连续语音进行浊音段提取，然后建立了适合于支持向 量机分类模型的等维声调特征向量。使用6个二类SVM模型对非特定人汉语普通话的4种声调进行分类识别，与 BP神经网络相比，支持向量杌具有更高的识别率。-Tone is an essential component for word formation in Chinese languages
Speech-signal-classification-
- 语音特征信号识别是语音识别研究领域中的一个重要方面,一般采用模式匹配的原理解 决。语音识别的运算过程为:首先,待识别语音转化为电信号后输入识别系统,经过预处理后用数学方法提取语音特征信号,提取出的语音特征信号可以看成该段语音的模式。然后将该段语音模型同已知参考模式相比较,获得最佳匹配的参考模式为该段语音的识别结果.-Speech characteristic signal recognition is an important aspect in the field of speech re
classification-of-Speech-signal-
- 语音特征信号识别是语音识别研究领域中的一个重要方面,一般采用模式匹配的原理解 决。语音识别的运算过程为:首先,待识别语音转化为电信号后输入识别系统,经过预处理后用数学方法提取语音特征信号,提取出的语音特征信号可以看成该段语音的模式。然后将该段语音模型同已知参考模式相比较,获得最佳匹配的参考模式为该段语音的识别结果-Recognition is the speech characteristic signal in the field of speech recognition is an i
voice-recognition
- 3、语音特征提取与分类 首先, 待识别语音转化为电信号后输入识别系统, 经过预处理后用数学方法提取语音特征信号, 提取出的语音特征信号可以看成该段语音的模式。-3, the voice feature extraction and classification First, to be recognized voice into electrical signals input recognition system, after pretreatment with a mathematica
voice
- BP神经网络的数据分类，提取语音特征信号分类-Data classification BP neural network, extracting speech characteristic signal classification
DNN
- 使用神经网络进行语音增强，包括语音特征提取，DNN，语音重构(Speech enhancement using neural networks)
spkID
- 利用mFCC特征提取算法进行语音信号的特征提取，然后利用ＧＭＭ识别出特征人，计算目标得分，程序效果ＯＫ。(The extraction algorithm for feature extraction of speech signal using mFCC features, and then use GMM to identify a specific target, calculate the score, the effect of OK program.)