搜索资源列表
basicprocessingofspeech
- 语音信号处理的最基本的Maylab处理程序,包括读入语音波形,清音浊音的检测,加窗,过零率,短时能量,基音最大值。最后有test给出演示。-speech signal processing Maylab the most basic procedures, including reading the speech waveform. voiceless voiced detection, adding windows, the zero-rate, short-term energy, the
lsp3
- 语音信号处理的最基本的Maylab处理程序,包括读入语音波形,清音浊音的检测,加窗,过零率,短时能量,基音最大值。最后有test给出演示-speech signal processing Maylab the most basic procedures, including reading the speech waveform. voiceless voiced detection, adding windows, the zero-rate, short-term energy, the m
pufangcha
- 频谱方差在语音信号端点检测中的应用,matlab程序,实用。-spectrum of the voice signal variance endpoint detection, the application procedures Matlab and practical.
J005241
- 主要 研 究 用于声音通讯系统中的声回波抵消技术。声回波抵消通常采用声回波抵 消器来实现。具体方法是用自适应滤波器来估计回波信号,并从麦克风信号中减掉该 估计值,从而实现声回波的抵消。回波抵消器中常用的几种自适应滤波算法有LMS, NLMS, RLS等算法。对现有主要算法的性能进行了分析,并对优缺点进行评价和比 较。为了在收敛速度和运算量之间得到很好的折衷,对NLMS算法改进,得到了 PNLMS算法,对传统的快处理块算法改进,得到了精确块算法。综合两个算法,获 得了一种基
LMSTDE.ZIP
- 时间延迟估算是在现供求信号处理中经常会被用到,以检测波入射的方向(雷达、声纳和地震波)。这里给出一个自适应时间延迟估算--Adaptive(LMS) Time Delay Estimation--的MATLAB程序,供大家参考。
111
- 语音信号处理,语音识别,大致知道要经过预处理,特征提取,矢量化和匹配计算等几个步骤, 用matlab对一个语音信号进行滤波,分桢,加窗或者端点检测. 注:网上下voicebox工具箱,用做语音处理
sunday
- 当把m个信号叠加在一起时,经倒谱分析是能检测出其基频。但倒谱分析主要是用在同态滤波中,可用于某些信号的解褶积。例如提供的语音信号,就能通过倒谱把频谱中的包络和基频频谱分离,
duandian
- 端点检测,有效的对语音信号进行处理,检测效果好
030523
- 基音频率#89: <=>?@ABCDEA:CF?>EG@EA H(I& 是语音信号一个非常重要的特征参数\"而传统的基 频检测算法#89: <BE:E :9=ACFJ=>9:<D KL2(M%\"’N大 都运用了自相关或互相关计算等计算复杂度很高的 方法\"而且分帧计算所得到的结果实际上是各帧内 基频的平均值\"这使得大多数算法不能精确地指出 任意时刻的基频\"因此\"如何在保证检测精度的前提 下\"能够找到更为高效和鲁棒的方法仍然
soundsignal
- 利用短时平均过零率和短时能量等特征,对输入的语音信号进行端点检测。
enframe
- 语音信号处理中对一段声音的,端点检测,使用MATLAB实现的功能函数
mel
- 语音信号处理中的梅尔断点检测,多次实现,原理相同,差别比较小。
mel-vad-spec
- 语音信号处理,mel端点检测在几种降噪方法之后的检测效果
Wave
- 这是我的毕业设计的前期处理部分,毕业设计题目是“基于神经网络的拼音识别系统”。 端点检测的函数是CWaveDoc::OnEndpointDetect() ,大家运行时需要修改读入语音信号的路径。 需要读入的语音信号b1.wav一并附于wav文件。
pitchdetect
- 这是基因检测测得MATLAb程序,希望对大家有所帮助,特别是对语音信号处理的研究人员。这是最基础的内容
vad
- 语音信号的端点检测matlab程序,利用短时平均能量和短时平均过零率判断语音端点的起始。还有语音信号信噪比的计算程序。
vad
- 计算声音信号的短时能量,过零率,然后检测语音的端点
detectendpoint1.rar
- 计算过零率,短时能量,调整能量门限,端点检测都是语音信号当中不可缺少的部分,Calculation of zero-crossing rate, short-term energy and adjust the energy threshold, endpoint detection of speech signals which are an integral part of
fenxing
- 为提高语音端点检测(VAD)在较低信噪比(10 dB)下的准确率,提出一种基于短时分形维数的改进算法。结合语音信号的特点,对2种常用的语音信号分形维数计算方法进行了比较和选择,同时采用动态跟随门限值实现语音端点的自适应检测。试验结果表明:对于信噪比6~10 dB的带噪语音,此方法可以实现整段语音的检测,而且具有一定的噪声鲁棒性,系统运行期间能够自适应调整门限值以适应环境噪声的变化,提高了VAD算法的准确率。这个是源码matlab。-In order to improve voice activi