搜索资源列表
bp
- BP神经网络的数据分类-语音特征信号分类1- 四个特征信号矩阵合成一个矩阵 data(1:500,:)=c1(1:500,:) data(501:1000,:)=c2(1:500,:) data(1001:1500,:)=c3(1:500,:) data(1501:2000,:)=c4(1:500,:) 从1到2000间随机排序 k=rand(1,2000) [m,n]=sort(k) 输入输出数据 input=data(:,2:
The-BP-neural-network-
- BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程，此代码能实现BP神经网络的数据分类-语音特征信号分类-BP network can learn and store a lot of input and output model mapping relations, without prior reveals describe the mapping relation mathematical equations, the code can realiz
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
利用Olami SDK 实现语音控制计算器（iOS）
- Olami Calculator是一款在键盘输入算式的普通计算器的基础上，增加了支持语音控制输入算式输出结果的人工智能计算器。此外还增加了多种动画效果，计算结果提示音功能，多元化主题换肤功能，以及保存计算公式，侧滑栏查看收藏记录等功能。网上也有许多语音计算器，但是打开看，只是添加了按钮提示音等，并不能识别我们对着计算器说的内容，而Olami Calculator可以实现不用手动敲击键盘，只需要把想知道结果的算式对着语音计算器说出来，例如三加四乘五、清空等，然后Olami会根据自己的一套语音识别系