搜索资源列表
traditionalsp
- 语音信号的频域处理,语音虽然是一个时变、非平稳的随机过程。但在短时间内可近似看作是平稳的。因此如果能从带噪语音的短时谱中估计出“纯净”语音的短时谱，即可达到语音增强的目的。由于噪声也是随机过程，因此这种估计只能建立在统计模型基础上。利用人耳感知对语音频谱分量的相位不敏感的特性，这类语音增强算法主要针对短时谱的幅度估计。 -voice signals in the frequency domain processing, voice is a time-varying, nonstationa
DSK5410_Aduio
- 用DSP5410实现对音乐文件音量的限制性调节，限制最高音量，以防止过高声音对人耳听力的伤害。-DSP5410 achieve with music files on the volume of restrictive regulation, restrict the maximum volume to prevent excessive voice on human hearing damage.
mpcc
- MFCC,即倒谱系数，也是语音的一个特征之一，能够充分利用人耳的特性 ％ 具体的求法就是预处理，然后加窗，进行傅立叶变换，再求出功率普 ％ 然后得出其自然对数，最后进行dct变换 ％ 代码是用matlab写的，用到的一个语音工具箱，可以从网络上下载。-MFCC, that is, just a few pedigree, as well as a voice of one, to take full advantage of people's ears% of the spe
linjiedai
- 语音的短时谱的临界带特征矢量,从人耳对频率高低的非线性心理感觉角度反映了语音短时谱的特征.-voice spectrum with the critical feature vector, From ear to the level of the nonlinear frequency psychological sense approach reflects the short-term speech spectrum characteristics.
Matlab_MPEG_1_2_8
- 比较经典的根据MPEG1心理声学模型计算人耳掩蔽曲线的源代码-more classic under MPEG1 psychoacoustic model ear masking curve of the source code
EAR
- 人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需
bady
- 立体声是由不同的声道馈给不同的SP于不同的音频信号，使每个SP发出不同的声音，使人有声音是由不同的声源从各个位置传到人耳当中的感觉，产生空间立体概念。-stereo is made up of different channels to different feed the SP in different audio signals, SP issued each different voices, the voices of the people are different from the
MPEG-2
- MPEG-2压缩编码技术原理应用 MPEG是运动图像专家组(Moving Picture Experts Group)的简称，其实质上的名称为国际标准化组织（ISO）和国际电工委员会（IEC）联合技术委员会（JTC）1的第29 分委员会的第11工作组，即ISO/IEC JTC1/SC29/WG11，成立于1988年。其任务是制定世界通用的视音频编码标准。因为，广播电视数字化所产生的海量数据对存储容量、传输带宽、处理能力及频谱资源利用率提出了不切合实际的要求，使数字化难以实现。为此，该专家组基
DSplit
- 本程序是完成人耳识别，把人耳划分为三部分，分别对三部分进行识别！识别图片是灰度图。
LDA
- 线性判别分析（LDA）是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人耳识别会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于LDA的人耳识别。文章对几种基于LDA的人耳识别方法做了理论上的比较和实验数据的支持，这些方法包括Fisherears、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法
ICA
- ICA源代码,用于人耳识别.自己编写,非常容易理解
fisherplot
- 运用fisher方法进行pca降维和Lda特征提取的人耳识别。
ear-recognition
- 基于主成分分析的人耳识别方法研究，使用方法为PCA，算法较为简单，易于编程-PCA-based ear recognition method, using the method for the PCA, algorithm is simple, easy to program
recognitionsystem
- 详细介绍了新型人耳识别技术在vc下的算法-Described in detail the human ear to identify new technology in the algorithm vc
ch1_FORCE
- 一个人耳识别的程序，但是还有一定的小问题，等待大家的完善-A human ear to identify the procedures, but there are some minor problems, waiting for the perfect U.S.
EarRecog
- 人耳边缘检测的源程序，通过建立高斯金字塔确定人耳外轮廓，希望能对大家有帮助-Ear edge detection source, through the establishment of Gaussian pyramid outside the outline of the human ear to identify the hope that it can help you
PCA
- 人耳识别的主成分分析MATLAB算法M文件-PCA
aa
- 人耳识别哦 很厉害的哦 试试看哦 你会喜欢的哦-Ear recognition is very powerful oh oh oh Try it you' ll like it oh
lda
- 一个基于人耳模式识别的lda算法，可实现对高维矩阵的降维。-A pattern recognition based on human ear lda algorithm can realize high-dimensional matrix of dimension reduction.
Voice Discern For STM32F
- 于市售 STM32 开发板上实现特定人语音识别处理项目。识别流程是：预滤波、ADC、分帧、端点检测、预加重、加窗、特征提取、特征匹配。端点检测(VAD)采用短时幅度和短时过零率相结合。检测出有效语音后，根据人耳听觉感知特性,计算每帧语音的 Mel 频率倒谱系数(MFCC)。然后采用动态时间弯折(DTW)算法与特征模板相匹配,最终输出识别结果。先用Matlab对上述算法进行仿真，经数次试验求得算法内所需各系数的最优值。而后将算法移植到 STM32 开发板上，移植过程中根据 STM32 上存储空间相