搜索资源列表
speecher_identification
- 通过语音mfcc特征参数提取采用k均值算法实现说话人识别功能
matlabtosolve
- 基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段，如果用于训练的输入训练样本的类
DTW
- 一个可以识别连续数字语音的程序，提取mfcc，用dtw实现识别，有文档
voice
- 本代码是解析语音，分析语音的MFcc属性，从而去识别YUYIN
wv2lst
- 自己遍的一种用于单字音识别的端点检测代码，首先做mfcc,再利用功率谱的峰值作为语音的方法，结果给出的是有效的mf-For their kind words over the sound identification of endpoint detection code, using the energy spectrum of the peak short-sighted approach as a voice
speechrecognition
- 该系统可以实现孤立数字发音的识别，首先对语音信号进行端点检测，提取了语音信号的MFCC特征，进行识别时，运用了动态规整算法。-The system can identify isolated digital sound, the first endpoint detection of speech signals, MFCC extracted voice signal characteristics, identification, the use of dynamic warping alg
GAOT
- 用mfcc函数实现语音信号的特征提取，对提取数据进行分析 模式识别的一道例题-With MFCC function realization of speech signals to extract feature extraction and analysis of the data and pattern recognition of a sample
speakerrecognition
- 本程序是基于matlab的语者识别系统。采用mfcc算法进行提取语音特征，用gmm算法进行匹配。-This procedure is based on a speaker recognition system matlab. Mfcc algorithm using speech feature extraction, matching algorithms using gmm.
EmotionClassifierBySvm
- 使用libsvm进行语音情感识别，特征使用的是39维mfcc。-Use libsvm for voice emotion recognition, feature using the 39-dimensional mfcc.
VQ
- 采用MFCC的基于矢量量化的说话人识别，没有语音库，自己建-MFCC+VQ+speaker recognition
AUDIOANN
- 运用神经网络识别语音，采用了MFCC的系数，来识别语音的研究生论文-Speech recognition using neural networks, using MFCC coefficients to identify the voice of the graduate thesis
MFCC1
- 提取语音的MFCC特征参数，在语音识别（Speech Recognition）和话者识别（Speaker Recognition）方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scale Frequency Cepstral Coefficients，简称MFCC）。-MFCC feature parameters extracted speech, speech recognition (Speech Recognition) and speaker verification (Speak
STM32-Speech-Recognition-Master
- 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
JLDATA
- 摘 要：本论文主要研究了语音识别的基本原理,对语音识别系统的构成进行分析处理,其中包括预处理、特征参数提取、建立模块库、识别匹配几大部分。预处理又包括语音采样、预加重、加窗（汉明窗）、端点检测；特征提取的参数是梅尔频率倒谱系数MFCC。 该语音系统采用的是动态时间伸缩算法(DTW)，研究对象是特定人的语音识别，并在MATLAB平台上实现。为了进行后续研究，首先使用电脑中的录音系统录制了阿拉伯数字0—9的语音文件，并转化成 “.wav”格式的文件。-Abstract: This thesis
pca_kmeans_VQ
- 基于PCA+k-means聚类的语音识别算法，参数用LPCC+MFCC以及动态参数，识别率高已发SCI论文-Based on PCA+ k-means clustering speech recognition algorithm, parameters and dynamic parameters LPCC+ MFCC recognition rate sent SCI papers
test_vioce
- 基于MFCC的GMM语音识别,该算法清晰明了，简单易懂，非常的适合初学者。-mfcc gmm
yuyinshibie
- 基于MATLAB的语音识别。内容比较全，比较适合初学者进行学习，主要包含了一些基础的mfcc等的算法，可以直接的调用-MATLAB based speech recognition. The contents of the whole comparison, more suitable for beginners to learn, including some of the basic MFCC algorithm, you can directly call
hmm
- 基于HMM的语音识别系统,对二十个训练样本采集MFCC系数分析，求最小距离。-HMM- based Speech Recognition System
DTW
- 动态时间规整用于语音识别对齐和对比，例子是librosa 提取MFCC 特征，用DTW比较识别(Dynamic time warping is used for speech recognition, alignment, and contrast. The example is librosa, which extracts MFCC features and compares them with DTW)
spkID
- 利用mFCC特征提取算法进行语音信号的特征提取，然后利用ＧＭＭ识别出特征人，计算目标得分，程序效果ＯＫ。(The extraction algorithm for feature extraction of speech signal using mFCC features, and then use GMM to identify a specific target, calculate the score, the effect of OK program.)