搜索资源列表
SPECTRUM_LMS
- 1、文件夹中包含了经典功率谱估计和自适应均衡算法两个实验的所有程序。 2、R.m、LMS.m、LMSmain.m为自适应均衡算法的程序： R.m用来计算输入信号的自相关矩阵及其特征值； LMS.m为时域LMS算法，用统计的方法仿真得出不同信道参数和不同步长下的学习曲线； LMSmain.m为实验主程序，按照实验要求中的具体数据得到实验结果和曲线。 3、functionx.m、fzhouqitu.m、spectrum.m、bt.m、bart_lett.m、welch.m、SPE
Speech_signal_short_time_analysis
- 语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、短时自相关函数、短时幅度差、倒谱、复倒谱、lpc系数、lpc谱估计等 绝对保证质量，是保研后导师布置的一些基础程序
mfcc
- 采用间接方法提取MEL倒谱，先计算自相关系数，然后由自相关系数计算LPC预测系数和反射系数，再计算LPC倒谱系数，最后由LPC倒谱系数计算MFCC 。
LPCC.rar
- 可以在CCS中运行的LPCC程序，包括语音参数分析主函数，信号的自相关函数，由自相关函数计算LPC预测系数，由LPC预测系数计算LPC倒谱系数，由LPC预测系数计算MEl到普系数等函数,CCS can be run at the LPCC procedures, including analysis of voice parameters of the main function, the signal autocorrelation function, autocorrelation func
speech
- 语音信号时域特性分析，包括时域谱，短时过零率分析，短时幅值，短时能量，自相关函数-Analysis of time-domain characteristics of speech signals
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
voice-recognition_matlab-code
- 读入语音文件，并对其做时域、频域的分析，提取相关特征参数。进行线性预测分析，得到LPC谱等线性预测参数，并做了基于预测误差的基音周期估计。-read .wav files，analysing them in time domain，frequency domain and extract some feature parameters related，then do linear prediction analysis ，and get LPC linear prediction paramet
Voice_Pitch_Detection
- 采用自相关法与倒谱法实现语音基音频率检测，将检测到的基音频率以帧为单位画出来。-An Autocorrelation-Based Pitch Estimator,Pitch Detection in the Spectral Domain
code
- 设计一个信号发生器,并同时画出信号的时域表 示，自相关函数及功率谱-Design of a signal generator and simultaneously draw the time domain representation of the signal, the autocorrelation function and the power spectrum
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
shipinfenxi
- 语音信号处理实验，可以观看频谱、自相关、倒谱等-Speech Signal Processing, you can watch the spectrum, autocorrelation, cepstrum, etc.
matlab
- 语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、短时自相关函数、短时幅度差、倒谱、复倒谱、lpc系数、lpc谱估计等(The short-time analysis of speech signal mainly includes: frame, short-time energy, short time average amplitude, short-time zero crossing rate, short-time autocorrelation functio
audio_tezheng
- 语音信号的时域、频域与倒谱域分析。 1.分析一帧清音和浊音的自相关函数和倒谱系数 2.用Matlab画出该段语音的时域波形、短时能量、短时平均幅度、短时过零率、短时过电平率 3.选择一帧无声、清音和浊音的语音，用Matlab画出它们的对数幅度谱(Time domain, frequency domain and cepstrum domain analysis of speech signals. 1. Analyze the autocorrelation function and c