搜索资源列表
MFCC
- 在对音频特征的提取时，梅尔到频率系数是一个很好的指标-Mel frequency coefficient is a good indicator in the extraction of audio features,
mfcc
- 声音识别——提取MFCC特征C程序，包含了mel域三角滤波器的设计等内容-The voice recognition- extract MFCC feature C program, including the mel domain triangle filter design
mfcc2
- mfcc 语音识别的很好用的一个工具，可以帮助快速提取特征参数~-mfcc good use of voice recognition as a tool to help quickly extract feature parameters ~
mfcc
- 基于matlab 提取语音信号中的特征参数mfcc的源程序。-Matlab-based extraction of speech signal in the MFCC feature parameters of the source.
jiyuxiaobobianhuandeyuyintezhentiqu
- 基于不变集多小波的语音特征参数提取研究 用小波变换替代傅立叶变换和梅尔滤波-Based on the invariant set Multiwavelet voice characteristic parameter extraction for research of wavelet transform and Fourier transform alternative Mel filter
VoiceActivityDetection
- 在本文中,主要讲了在语音识别和语音合成之前我们所要做的主要工作，包括去噪,预加重,端点检测,特征参数提取等技术.-In this article, the main speaker in the speech recognition and speech synthesis to be done before we have major work, including de-noising, pre-emphasis, endpoint detection, feature extraction
GA_code
- Speech Enhancement Code，根据特征谱提取而编写的一个代码-Speech Enhancement Code, according to the characteristics of spectrum extract prepared a code
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
dtw_win
- 利用mfcc参数进行特征参数提取.进而实现说话人识别-Mfcc the use of feature extraction parameters. To achieve the speaker recognition
Mfccvq
- 语音识别中提取mfcc特征矢量和矢量量化的c程序-Mfcc speech recognition to extract feature vector and the vector quantization process of c
dtmfcc
- 提取MFCC特征参数的一阶差分值，前提是MFCC参数已经计算完毕。-MFCC extraction of characteristic parameters of the first-order difference scores, the prerequisite is completion of MFCC parameters have been calculated.
tiqu
- 提取信号七个基于瞬时信息的特征：零中心归一化瞬时幅度功率谱密度的最大值,零中心归一化瞬时幅度绝对值的标准偏差，零中心非弱信号段瞬时相位非线性分量绝对值标准偏差，零中心非弱信号段瞬时相位非线性分量标准偏差，零中心归一化的非弱信号段瞬时频率绝对值的标准偏差，一个信号段的归一化瞬时频率功率谱密度的最大值，根据信号 QPSK 和16QAM在 XI 轴投影的不同表现，提出特征参数。-Extraction based on instantaneous information signal of seven
QPSK_16QAM
- 提取信号七个基于瞬时信息的特征：零中心归一化瞬时幅度功率谱密度的最大值,零中心归一化瞬时幅度绝对值的标准偏差，零中心非弱信号段瞬时相位非线性分量绝对值标准偏差，零中心非弱信号段瞬时相位非线性分量标准偏差，零中心归一化的非弱信号段瞬时频率绝对值的标准偏差，一个信号段的归一化瞬时频率功率谱密度的最大值，根据信号 QPSK 和16QAM在 XI 轴投影的不同表现，提出特征参数。-Extraction based on instantaneous information signal of seven
Speechrecognitiontechnology
- 比较详尽的介绍了语音识别系统的实现过程，以及相关技术。 端点检测：基于短时能量和短时平均过零率的端点检测和基于倒谱特征的端点检测 特征参数提取：LPCC和MFCC 参数模板存储：HMM和N_Gram 识别阶段：DWT 各阶段的相关技术都给了详细的介绍，绝对是好东西！-More detailed introduction to the speech recognition system implementation process and related technologie
mfccdtw
- 先用端点检测将语音中有用的语音部分提取出来（即将头部和尾部的静音部分除掉），然后用LPC算法提取语音信号的特征参数，进行动态归整(DTW算法)后与模板库里面的标准语音作比较，最后将识别结果进行D/A转化后播放出来。在本部分的设计中，则主要完成语音识别的模式匹配算法部分的软件实现。 -First with the endpoint detection of speech to voice some of the useful extracted from the (soon to mute som
kannumfcc1
- MATLAB对语音进行处理，用MFCC提取语音特征过程-MATLAB, voice processing, voice with the MFCC feature extraction process
speechrecognition
- 该系统可以实现孤立数字发音的识别，首先对语音信号进行端点检测，提取了语音信号的MFCC特征，进行识别时，运用了动态规整算法。-The system can identify isolated digital sound, the first endpoint detection of speech signals, MFCC extracted voice signal characteristics, identification, the use of dynamic warping alg
AudioFeatureMFCC
- 能提取音频信号处理中最常用的MFCC特征-Can extract the audio signal processing characteristics of the most commonly used MFCC
dtw
- 本系统是一个在多媒体PC 上实现的孤立词识别系统, 它提取语音的线性预测系数作为特征参数, 并采用Itaku ra 失真测度计算帧间距离, 在识别上则使用了动态时轴弯曲(DTW ) 进行时间匹配。本系统对一般的DTW 法作了改进, 即通过放宽端点限制以得到更好的语音匹配, 克服了一般DTW 法要求语音首尾严格对齐而造成的弊病, 降低了语音端点检测的精度要求。-This system is implemented on a multimedia PC isolated word recogniti
jizhongyuyintezhengcanshu
- 关于语音特征参数提取的研究生论文，希望对各位学者有很大的帮助，本人受益匪浅-Speech feature extraction on the graduate thesis, and I hope you scholars of great help, I benefited