搜索资源列表
voice464
- 基于dtw算法的语音识别 1 ENFRAME.M和MELBANKM.M取自voicebox工具箱 2 vad.m实现端点检测 3 mfcc.m计算mfcc参数 4 dtw.m实现DTW算法[训练] dtw2.m实现DTW高效算法 5 testdtw.m测试程序-based speech recognition algorithm and a ENFRAME.M MELBANKM.M from v oicebox Toolbox 2 vad.m ach
EA-COLLECTION
- MT4 EA （外汇自动交易程序） 大全，由网友及本人从网上收集而来。收录EA源代码438个，策略上包含了从基本的MA穿越到网格交易，时间上覆盖拨头皮到日周甚至月线交易, 可谓应有尽有。其中有些已经可以用于实战。有志于自动交易的同志们可不能错过！-This is a large collection of MT4 EA automated trading strategy including source code of 438 EAs which would cover any strateg
dtw
- 基于MATLAB的语音识别系统,dtw － DTW算法演示程序 mfcc.m － MFCC参数计算程序 dtw.m － 基本的DTW算法 dtw2.m － 优化的DTW算法 testdtw.m － DTW算法测试程序 vad.m － 端点检测程序 -Speech Recognition System Based on MATLAB
MFCC
- m文件dtw,mfcc,vad,转换为c语言文件。用于声音检测-m file dtw, mfcc, vad, converted to c language file. For voice detection
Voice.detection.source.code
- 集成了enframe语音的帧分段，wavread wav语音文件的读取，vad端点识别，DTW等m文件。-Integrated enframe voice frame section, wavread wav sound files to read, vad endpoint identification, DTW and other m files.
dtw
- dtw文件是运用DTW算法实现安静环境下语音识别的。其中vad.m是端点检测程序；lpc.m是计算LPC参数的程序；lpc21lpcc.m是计算LPCC参数的程序；mfcc.m是计算MFCC参数的程序；dtw.m是实现经典DTW算法的程序；dtw2.m是实现高效DTW算法的程序，testdtw.m是最终测试程序，其中可以通过改变其中的特征参数名选择不同的特征参数。-dtw file DTW algorithm is to use speech recognition in quiet envir
dtw0
- dtw0文件是运用DTW算法实现噪声环境下语音识别的。其中vad.m是端点检测程序；lpc.m是计算LPC参数的程序；lpc21lpcc.m是计算LPCC参数的程序；mfcc.m是计算MFCC参数的程序；dtw.m是实现经典DTW算法的程序；dtw2.m是实现高效DTW算法的程序，testdtw.m是最终测试程序，其中可以通过改变其中的特征参数名选择不同的特征参数。-dtw0 file DTW algorithm is to use speech recognition in noisy env
hmm
- hmm文件时运用HMM算法实现噪声环境下语音识别的。其中vad.m是端点检测程序；mfcc.m是计算MFCC参数的程序；pdf.m函数是计算给定观察向量对该高斯概率密度函数的输出概率；mixture.m是计算观察向量对于某个HMM状态的输出概率，也就是观察向量对该状态的若干高斯混合元的输出概率的线性组合；getparam.m函数是计算前向概率、后向概率、标定系数等参数；viterbi.m是实现Viterbi算法；baum.m是实现Baum-Welch算法；inithmm.m是初始化参数；trai
vad0
- 端点检测程序 端点检测程序 -vad.m － 端点检测程序 vad.m － 端点检测程序
vad.m
- voice activity detect
ch12
- zcr : ampzcr.m -- short time energy and zero crossing rate program vad.m -- endpoint detection
vad
- VAD.M 用于语音识别的端点检测函数，matlab-Endpoint detection function VAD.M for speech recognition, matlab
vad_directed_by_noise_classification
- vad_directed_by_noise_classification.m This code is an implementation of VAD algorithm proposed in: Robust voice activity detection directed by noise classification please cite the article in your paper: Robust voice activity detec
vad
- 关于端点检测的几种方法，语音样本是自己录制的，对传统算法做了一些改进，加入了去噪，去噪之后再进行端点检测，均调通 vad0303：自己设置调整门限为一定值 vad0310：根据能量值和过零率设置门限，自适应门限值 vad0310_2：基于比例因子的门限自调整 vad0310.m加入了噪声，端点检测前都噪声进行了处理 entropy.m：基于自适应子带频谱熵的稳健性语音端点检测 可用于语音增强及端点检测 dbdoor.m：双门限算法，用于语音端点检测。可以通过调整门限值，并