搜索资源列表
Voice_activity_detection
- 采用能量门限的语音活动端点检测程序，计算复杂度低．-using energy threshold voice activities endpoint detection procedures, low computational complexity.
mel_endpointdetection
- 端点检测程序 多频带，熵 谱熵 teger能量 希望大家好好学习好好利用-endpoint detection procedures multiband, entropy spectral entropy teger energy hope that we learn to make good use
winnerscalar
- 基于短时能量检测的语音激活检测,带有自适应更新域值的算法
endpoint.rar
- 端点检测（短时能量，短时平均幅度，短时过零率）,short-term spectrum，spectrogram，End point detection
speech
- 语音参数短时能量，短时过零率，短时平均幅度，语音端点检测，fft变换与反变换-Voice parameters of short-time energy, short-time zero-crossing rate, short-term average rate, voice activity detection, fft transform and inverse transform
duanshipingjunnengliang
- 短时平均能量和平均幅度差函数进行基音检测的方法-Short-term average energy and average magnitude difference function pitch detection method
ddjc
- 利用短时平均能量和短时平均过零率，对语音信号进行端点检测-Average energy use of short-term and short-time average zero-crossing rate, speech endpoint detection signal
Endpoint
- 基于短时能量的语音端点检测 matlab程序 基于短时能量的语音端点检测 matlab程序-Short-term energy-based voice activity detection matlab program
voiceEndpointDetective
- 基于短时能量和过零率的双门限语音端点检测源码，请赐教-Based on short-term energy and zero-crossing rate of the dual-threshold source Speech Endpoint Detection, please enlighten
speech
- 本文首先总结了现有典型的语音端点检测算法，分析了其中几种 端点检测算法所选用的特征，给出了仿真结果和一些改进。随后提出 了噪声环境下两种语音端点检测新算法。算法一:从基于人耳的听觉 系统出发，对Mel标度滤波器组进行研究，提出了语音信号的一种新 的自适应时频参数，该参数既考虑了声道响应，又符合人耳听觉特性， 仿真结果表明了它的优越性。算法二:结合抗噪性能好的Mel倒谱距 离和多带能量嫡特征提出了一种改进的孤立词端点检测算法，该算法 不需要估计背景噪声来调整门限闽值，仿
F2_6764
- 端点检测是指用数字处理技术来找出语音信号中的各种段落（如音素、音节、词素、词等）的始点和终点的位置。语音段起止端点检测是语音分析、语音合成和语音识别中的一个必要环节。传统的端点检测方法是从wav文件中获取语音采样，将其分帧并计算短时能量和过零率参数，然后进行端点检测。这种工作方式被称为离线处理方法 ，无法实现语音信号的实时处理，对于语音信号分析具有一定的局限性。本文通过开发ActiveX控件，在MATLAB环境下将其嵌入到figure窗口中，以GUI程序的方式使用，实现语音信号端点检测的实时处
vad
- 语音端点检测，采用短时能量和过零率的双门限检测方法。-Endpoint of speech detection, using short-term energy and zero-crossing rate of two-threshold detection method
yuyinxinhaojiance
- 基于MATLAB的语音信号端点检测，短时能量分析，短时过零率，和GUI界面实现-aaaaa
lpc_specgram
- 有关语音端点检测的MATLAB仿真实验，包括短时能量图过零率-JUST DO IT
Speechrecognitiontechnology
- 比较详尽的介绍了语音识别系统的实现过程，以及相关技术。 端点检测：基于短时能量和短时平均过零率的端点检测和基于倒谱特征的端点检测 特征参数提取：LPCC和MFCC 参数模板存储：HMM和N_Gram 识别阶段：DWT 各阶段的相关技术都给了详细的介绍，绝对是好东西！-More detailed introduction to the speech recognition system implementation process and related technologie
endpoint
- 语音端点检测程序，利用均方能量算法逐帧进行判断-Voice activity detection procedure, and use the energy mean square algorithm
11
- 为提高语音端点检测系统在低信噪(0 dB 以下) 下 检测的准确率, 提出了一种基于谱熵的端点检测算法。将每 帧信号分为16 个子带, 选取频谱分布在250～ 3. 5 kHz 并且 能量不超过该帧总能量90 的子带, 计算经过语音增强后的 子带能量以及各子带信噪比, 根据各子带信噪比的不同调整 其在整个谱熵计算过程中的权重, 然后平滑谱熵, 以最终的 谱熵作为端点检测的依据-To improve endpoint detection system in the low
Matlab
- 语音端点检测基于短时能量的Matlab程序-Speech endpoint detection based on short-time energy of the Matlab program
vad
- 可对一段信号进行分帧加窗，利用过零率和短时能量检测语音端点(It can divide the frame into a window and use the zero crossing rate and short time energy to detect speech endpoints.)
endpoint
- 读取语音文件，预处理，短时能量、过零率分析，进行端点检测(Read voice files, preprocessing, short time energy, zero crossing rate analysis, endpoint detection.)