搜索资源列表
lpc10_10
- 剑桥大学语音分析代码-LPC线性预测编码源程序，包括训练与测试代码。
Labview--for-audio
- 在Labview环境中对声卡编程，实现音频信号的测试和分析-In Labview programming environment for audio, the audio signal testing and analysis
jiyuneirongdeyinpinjiansuoyan
- 本文根据上述的研究，采用基于Mel倒谱系数特征的隐马尔可夫模型对音 乐进行分类。在音乐特征提取方面，以感知特征和Mel倒谱系数组成特征向量 在音乐分类方面，以隐马尔可夫模型作为分类器，对音乐进行聚类和分类。通过 有监督的学习方式进行聚类，分类时将测试样本归入似然值最大的类别，对同一 音频抽取若干样本，对样本识别结果采用投票法，判定该音频的音乐类别，使分 类的准确率得到进一步的提高。根据上述方法进行了仿真实验，并对实验结果进 行了分析。本文将音频数据分为5类，对4种分类器
the-basic-analysis-of-speech
- 语音信号时频分析，包括语谱图，过零率，自编的自相关，以及最后用了三种方法（短时能量和过零率、谱熵法、Teager算子）进行端点检测，代码完整且测试通过-time and frequency domain analysis of speech signals,including spectrogram,rate of zerocrossing,autocorrelation.and three method of endpoint detection,especially the Teager
cepstrum-and-pitch-tracking
- 倒谱分析和基音检测，包含源代码和测试语音-Cepstrum and pitch tracking
sy3
- （1）录制语音文件 利用GoldWave或NGwave录音软件录制单字发音语音文件，以wav音频格式保存，共录制两组，一组用于计算参考模板，另一组作为测试模板用于语音识别。 录制语音时，为了能够在主程序中循环读入语音文件，文件名采用数字顺序命名。记录语音文件以及所对应的发音。记于表3中。 另外，录制语音时，注意调整合适的Mic音量，避免语音波形幅度过小，难于同噪声区分开。同时也要避免波形幅度过大，造成波形失真。 （2）调试端点检测程序 结合流程图读懂Matlab程序，先单独调