搜索资源列表
melcepst
- 求mel频率倒谱系数的matlab程序-for mel frequency cepstrum coefficients of Matlab procedures
lpcc.m__
- 用MATLAB开发的语音识别中语音特征提取方法之一LPCC(线性预测倒谱系数)
lpcc
- 用MATLAB开发的语音识别中语音特征提取方法之一LPCC(线性预测倒谱系数)。-A MATLAB program for speech signal recognition using LPCC (Linear Predictive Cepstral Coding) one of the method for the pick up of speech character
语音识别中求Mel倒谱系数的matlab程序
- 这是一个在语音识别中求Mel倒谱系数的matlab程序。 这个程序里面还需要用到几个其他的函数,都在VoiceBox工具箱里面,可以到网上下载,Calculate the mel cepstrum of a signal,The program also needs to be used in several other functions, in VoiceBox toolbox, can to download
lpc
- matlab 求线性倒谱系数,用于语音识别-matlab linear cepstral coefficients for speech recognition
vq
- 使用lpcc参数的vq算法,vq为主函数,lpcc是提取线性倒谱系数-The use of the VQ algorithm lpcc parameters, vq-based function, lpcc is the extraction of linear cepstrum coefficients
jiyushilianglianghuadeshuohrshibe
- 基于矢量量化的说话人识别本文从语音信号的预处理开始分析, 主要研究了特征参数的选择、提取、及识别算法,应用全极点模型,提取了语 音信号的线性预测倒谱系数和美尔倒谱系数,并进一步获得其一阶差分,将倒 谱系数与其一阶差分结合在一起形成新的特征参数。在识别算法方面,本文对 矢量量化的方法进行了研究,用Matlab语言实现了说话人识别系统的仿真与验 证。实验证明这种参数与单纯的线性预测倒谱系数和美尔倒谱系数相比更为有 效。- speech paper,help you study
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
speakerrecognization
- 摘要说话人识别在自动身份鉴别方面具有重要的现实意义。文章在分析了说话人识别实现的可行性基础上*提 出采用长时线性预测倒谱 +,--.,)系数和矢量量化 /0)模型的不依赖于文本的说话人识别方法,并成功地应用于 一个数据库查询系统中。-65DL5<?E5=7?9?AD7?8=CDH H?>=?9?AD=7 D66@?AD7?8=H?=D 78:D7?A?=E?G?E D@<5A8>=?7?8=D<5D#M=7C?H 6D65<* 7C5 68HH?N
melmfcc
- 从说话人的语音信号中提取说话人的个性特征是声纹识别的关键。主要介绍语音信号特征提取方法中的Mel倒谱系数 -From the speaker s voice signal to extract the speaker s personality traits is the key to Voiceprint identification. Mainly introduces the speech signal feature extraction method in Mel cepstral
mfcc
- 这是基于matlab的关于Mel频率倒谱系数(MelFrequencyCepstrumCoefficient,MFCC)的代码,对大家理解有一定帮助。-This is based on the matlab Mel Frequency Cepstral Coefficients (MelFrequencyCepstrumCoefficient, MFCC) code for us to understand some help.
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
matlab
- 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、短时自相关函数、短时幅度差、倒谱、复倒谱、lpc系数、lpc谱估计等(The short-time analysis of speech signal mainly includes: frame, short-time energy, short time average amplitude, short-time zero crossing rate, short-time autocorrelation functio
LPCC
- 线性预测倒谱系数(Linear Prediction Cepstrum Coefficient,LPCC)是线性预测系数(Linear Prediction Coefficient,LPC)在倒谱域中的表示。该特征是基于语音信号为自回归信号的值设,利用线性预测分析获得倒谱系数。(Linear Prediction Cepstrum Coefficient)
audio_tezheng
- 语音信号的时域、频域与倒谱域分析。 1.分析一帧清音和浊音的自相关函数和倒谱系数 2.用Matlab画出该段语音的时域波形、短时能量、短时平均幅度、短时过零率、短时过电平率 3.选择一帧无声、清音和浊音的语音,用Matlab画出它们的对数幅度谱(Time domain, frequency domain and cepstrum domain analysis of speech signals. 1. Analyze the autocorrelation function and c