搜索资源列表
traitementduson
- Speech analysis and parameter extraction Short-term analysis, frames and windows Time-domain analysis: energy, zero-crossings, statistic parameters, autocorrelation Frequency-domain analysis: spectra and spectrograms Cepstral analysis Linear predi
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
lpc
- matlab 求线性倒谱系数,用于语音识别-matlab linear cepstral coefficients for speech recognition
cepstrum
- 求出语音信号的倒谱以便于进一步对语音信号作进一步的分析处理，分析信号的特性。-Derived Cepstral voice signal in order to facilitate further speech signal processing for further analysis, analysis of signal characteristics.
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
Cepstrum
- 对语音信号进行倒谱分析，产生信号图形和倒谱图形-Voice signals on cepstral analysis, signal graphics and graphics cepstrum
vadalgorithm
- Performance Enhancement on Voice using VAD Algorithm and Cepstral Analysis
MFCC
- 为了实现高速语音特征参数的提取，在分析了美尔频率倒谱特征参数提取算法的基础上，提出了算法的硬件 设计方案，介绍了各模块的设计原理。该方案增加了语音激活检测功能，可对语音信号中的噪音帧进行检测，提高了特征参 数的可靠性。-In order to achieve high-speed voice characteristic parameter extraction, in the analysis of Mel frequency cepstral feature extraction a
yuyinshiyupinyufenxi
- 语音信号的时域频域分析，从短时能量到语谱图，以及线性预测参数和梅尔倒谱系数-Speech signal in time domain frequency domain analysis, from the short-term energy to the spectrogram, and the linear prediction parameters and the Mel cepstral coefficients, etc.
abc
- 语音处理技术中用倒谱分析来求基音周期，为后续处理打下基础-Cepstral voice processing technology used to find pitch period analysis, laying a foundation for the subsequent treatment
an-adaptive-algorithm-for-mel-cepstral-analysis-o
- hidden markov model based text to speech
lpcc
- 语音信号美尔倒谱分析。美尔倒谱分析的c程序实现。-Mel Cepstral Speech Signal Analysis. Mel Cepstrum analysis c Program.
TDTWspeecchh
- 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 -This paper first introduces the research and
daopinpujisuan
- 频谱分析中的倒频谱分析,在各类故障诊断非常有效，本例子是专门针对声音文档，也可用于其他信号-Spectral analysis, cepstral analysis, is very effective in the diagnosis of various types of failures, the present example is dedicated for audio documents, can also be used for other signals
upload
- Short-Time Spectrum Analysis and Cepstral analysis
mymfccdtw
- 用DTW分析wav文件的MFCC倒频系数，以识别说话人的程序-Wav files using DTW analysis MFCC cepstral coefficients, in order to identify the speaker' s program
3MATLABYUYIN
- 3.1语音信号的同态处理和倒谱分析30 3.1.1同态处理的基本原理30 3.1.2复倒谱和倒谱31 3.2离散余弦变换34 3.3Mel频率倒谱系数的分析37 3.3.1Mel滤波器组37 3.3.2MFCC特征参数提取38 3.4小波和小波包变换43 3.4.1小波变换43 3.4.2小波包变换44 3.4.3小波包算法45 3.4.4MATLAB中一维小波和小波包变换函数46 3.4.5MATLAB语音信号小波和小波包变换的例子49 3.
lpc_vocoder_rev2
- 这个MATLAB构建一个锻炼LPC声码器,即,执行LPC分析和合成语音文件,导致合成语音近似原始的演讲。LPC分析使用一个标准的自相关分析来确定LPC系数的设置,一帧一帧的基础上,以及框架获得。一个独立的分析方法(cepstral螺距内检测器)把每一帧的言论是要么表示演讲(时间由cepstral峰值的位置在指定范围的音调时期)或无声的言论(模拟随机噪声帧)0帧基音周期的样本。独立的分析提供了一个两国并存的激发函数LPC合成处理的一部分,包括一系列的脉冲(表示帧期间)和/或噪声序列(在无声的帧)。
mfcc_m
- 可以实现梅尔倒谱系数参数的分析与合成mf-You can achieve Mel Cepstral parameters analysis and synthesis mfcc
m_vgixuf
- 用MATLAB编写的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、temp函数、短时幅度差、倒谱、复倒谱temp1系数计等，是我多年调试通过的程序 -MATLAB prepared with short-term analysis of the speech signal, including: framing, short-time energy, short-term average amplitude, short-term zero rate, temp f