论文首先介绍了传统的语音特征参数MFCC，它是基于人耳听觉 特性设计的一种特征参数，在静音环境下能得到较高的识别率，但在 信噪比较低时识别率急剧下降，不利于实用化。本文通过对MFCC算 法的分析和研究，发现其中的FFT和DCT在整个时频空间使用固定的 。分析窗，这不符合语音信号特性，而小波变换具有多分辨率特性，更 符合人耳的听觉特性。因此，本文将小波变换和MFCC算法相结合， 提出了三种新的语音识别特-Speech recognition has wide use in

这份报告概述了项目修改语音信号与各种不同的效果。实现的效果是一个呼应,相移和残余阈值剪裁。的分析过程和技术参与实施这些技术也提供了一个洞察整个项目选择背后的原因。这份报告将细分一个语音信号的分解步骤,将段到频域,估计谱包络,操纵信号以不同的方式,然后回到回放的时间域。附录中提供一份项目以及示例输出结果。还提到可能的扩展项目,可能会增强其功能和团队的建议进行这些增强功能。-This report outlines a project to modify a speech signal with v