搜索资源列表
praat5107_sources.语音识别中语音特征参数提取的工具
- 语音识别中语音特征参数提取的工具，对于语音参数分析有很好的作用,Speech recognition speech feature extraction tools for speech parameter analysis, have very good effect
sasdw.rar
- 现有数字信号自动调制识别方法大多只适用于无记忆信号，如PSK、ASK、FSK信号等。将有记忆 信号(MSK信号)和无记忆信号一起考虑，提出了一种改进的数字信号自动识别方法。该方法采用信号的瞬时统 计量作为特征参数，采用多层神经网络作为分类器。计算机仿真表明：当噪声采用高斯白噪声，并且信噪比大于 l5 dB时，识别率高于96％ ；当信噪比不低于l0 dB时，识别率不低于90％。,Existing digital signal automatic modulation recognition
mfcc.rar
- 为MFCC的MATLAB程序，用于语音识别结束的特征参数提取,MFCC
shibie
- 用于调制识别的代码，通过提取特征参数，实现bpsk，qpsk等调制方式的识别-For modulation recognition code, through the extraction of characteristic parameters, implementation bpsk, qpsk forms of identification, such as modulation
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上, 具有非常明显的优势。所以, EMD方法一经提出就在不同的
DTWspeech
- 本 文 首先 介绍了语音识别的研究和发展状况，然后循着语音识别系统的 处理过程，介绍了语音识别的各个步骤，并对每个步骤可用的几种方法在实 验基础上进行了分析对比。研究了语音信号的预处理和特征参数提取，包括 语音信号的数字化、分帧加窗、预加重滤波、端点检测及时域特征向量和变 换域特征向量.其中端点检测采用双门限法.通过实验比对特征参数的选取， 采用12阶线性预测倒谱系数作为识别参数。详细分析了特定人孤立词识别算 法，选定动态时间弯折为识别算法，并重点介绍其设计实现。 在
MATLAByysb
- 用MATLAB进行语音识别的特征参数提取，其中包含了lpc和MFCC两种方法，并且测试通过。-Using MATLAB to carry out speech recognition feature extraction, which contains two methods lpc and MFCC, and the test.
mfccandvc
- 文章介绍的说话人识别系统，采用能够反映人对语音的感知特性的9(:频率倒谱系数（9(: <+(=>(2/?8(’0+): 81(..-/-(20@，9<88）作为特征参数，同时考虑到特征参数各维分量对于不同说话人的区分程度，采用加权的办法进行矢 量量化。-This paper introduces the speaker recognition system used to reflect the people s perception of voice characte
safjfd
- 首先分析了典型说话人识别系统的各关键技术，详细分析了矢量量化技术在 说话人识别中的应用，研究了码本训练算法以及说话人判别算法，对算法中各参 数值的选取进行了讨论 其次根据系统的需求建立一个小的语音库，录制语音信 号，并对采集的语音信号进行预处理，检测语音信号的起始端点 在MATLAB 环境下仿真说话人识别系统，验证系统设计方案的可行性:特征提取阶段，提取 语音信号的12阶美尔倒谱系数以及各阶倒谱系数对应的1阶差分倒谱系数，在 训练阶段，采用分裂法和GLA算法相结合的矢量量
shibie
- 这一是个棉花种类识别的程序，通过棉花的几何特征和图像特征参数来识别。-This is a cotton type of identification procedures, through the cotton, the geometric features and image feature parameters to identify.
xuno_featureextraction
- 用于提取某一信号的特征参数以实现模式识别的分析。-For extracting the characteristic parameters of a signal in order to achieve pattern recognition analysis.
xunorbf
- 用rbf神经网络对经提取得到的信号特征参数进行信号的模式识别。-Rbf neural network by using extracted parameters of the signal characteristics of the signal pattern recognition.
xunosvc
- 用支持向量机SVM对经提取得到的信号特征参数进行信号的模式识别。-Support Vector Machines SVM right after the signal characteristic parameters were extracted for signal pattern recognition.
ReseacrhOfAPPlieationOfEmbeddedSPeeehRecognitionon
- 本文首先介绍了目前语音识别的发展现状和主要手段，分析了语音识别中所采用的主要特征参数和比较前沿的研究方向，另外着重讲解了语音识别中最常用隐马尔可夫H(MM)模型，及应用广泛的矢量量化方法(VQ)。接着介绍了嵌入式平台，从软、硬件方面着重介绍了与语音识别相关部分的设计包括硬件及相关驱动程序设计，最后介绍了系统实现方法与测试结果。 -This paper describes the current status of the development of speech recognition a
melfb
- 语音识别中，提取MFCC特征参数时用到的MEL滤波器组函数，函数名为melfb-the function of melfb for speech recognition
moulation_classification
- 主要是实现调制识别，区分几种常用的数字调制信号。含有两个文件夹 其一为特征参数的仿真；其二为正确识别率的仿真。-Mainly to achieve modulation recognition, distinction of several commonly used digital modulation signals. One folder contains two characteristic parameters for the simulation second simulation
moulation_classification
- 主要是实现调制识别，区分几种常用的数字调制信号，包括ASK,FSK,PSK,QAM。含有两个文件夹 其一为特征参数的仿真；其二为正确识别率的仿真。 文件夹key feature simulink中： 运行程序会得到各特征参数之间区分图 从图中可看到特征参数的有效性。 文件夹classification rate simulink中： 运行main.m文件 可以得到正确识别率 -Mainly to achieve modulation recog
ERA
- 模态参数识别。特征实现算法era，输入响应信号，输出模态参数(Modal parameter identification)
3809
- 语音识别类文件，能识别0到9 预处理特征参数提取(It is good to use,It can carry out digit recognition, including preprocessing and feature parameter extraction.)
卫星通信中数字调相信号调制方式识别方法研究
- 针对数字卫星常用的 7 种通信信号调制方式(QPSK、8PSK、16QAM、32QAM、64QAM、16APSK、32APSK)，对零中心归一化瞬时幅度谱密度最大值、四次方谱、幅度、高阶累积量四种特征参数进行了分析，提出了一种联合特征参数的信号调制识别方法．(Aiming at seven communication signal modulation modes commonly used in digital satellite (QPSK, 8PSK, 16QAM, 32QAM, 64QA