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

识别正确率和抗噪性能是语音识别的研究重点，而识别响应速度也是决定系统实用化的关键 文章改进了传统的动态时间弯折算 法结构，将其应用于实时说话人辨识系统中，极大地提高了系统运行速度，随着待识别语音数目的增多，该算法优势更加明显 实验表明， 在不影响系统识别率的情况下，该方法使系统的运行速度平均提高了1.5 倍-Identify the correct rate and the anti-noise performance is the focus of speech recognition

利用短时自相关分析的方法先求得基音周期，同时画出此时的基音周期走势图；然后对超出基音周期均值的1/5的基音周期点进行去除，再利用中值平滑方法剔除野点，同时对剔除野点后的基音周期点进行绘图，同时求得平均的基音周期。文件中附带实验语音，可验证。-By using the method of short time autocorrelation analysis first pitch is obtained, at the same time draw the pitch at this time