：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

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

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

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