搜索资源列表
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)
222
- 建立了一种基于自组织神经网络的语音识别系统。对语音信号进行了预处理, 提取了语音信号的线性预测系数、线性预测倒谱系数和Mel 倒谱特征系数, 建立了基于自组织神经网络的识别判决模型.
mfcc
- 语音信号的特征提取，语音信号的Mel倒谱特征（MFCC）的求解方法，语音信号的线性预测原理以及LPC特征的求解方法
LPC
- 线性预测LPC的倒谱计算及语音识别的相关程序，可以在VC2005的环境下运行
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
lpcc
- 提取线性预测倒谱系数的matlab程序，使用的是自相关法-Linear prediction cepstral coefficients extracted the matlab program, using the autocorrelation
Cforspeech
- ：用C 语言实现了一个用于控制家电开关的声音模块. 该声音模块采用当前语音识别系统的主流技 术——隐马尔可夫模型（HMM）技术，以及线性预测倒谱计算和矢量量化技术. 命令（单词）的正确识别率 在97 以上. 介绍了声音模块的设计方案，并就实现该声音模块的过程中所遇到的具体问题进行了讨论.-: The C language realization of a switch used to control the voice module appliances. The sound modul
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
figureextract
- matlab环境下计算MFCC参数（mel倒谱参数），lpcc参数（线性预测倒谱）和pitch（基因）-calculate mfcc lpcc pitch
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
Research_0n_Speech_Cepstral_Features
- 该文在研究基于线性预测倒谱和非线性MEL刻度倒谱特征的基础上，研究了LPCC和MFCC参数提取的算法原理及提取算法，提出了一级、二级差分倒谱特征参数的提取算法。识别实验验证了MFCC参数的鲁棒性优于LPCC参数。-In this paper, research is based on linear prediction and nonlinear MEL Cepstrum Cepstrum scale, based on studies of LPCC and MFCC parameter ex
AuditoryToolbox
- 提取语音信号线性预测系数，梅尔倒谱系数等。- run test_auditory.m to test
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.
YUYIN
- 语音采集c++程序，包括端点检测，线性预测倒谱系数，dtw模式匹配等函数，-this is a program about speech recogenition
VQ-pattern-recognition
- VQ声纹识别算法和实验. 摘要：采用线性预测倒谱系数(1inear prediction cepstrum coefficient，LPCC)作为语音的特征参数，矢量量化(vector quantity，VQ)方法进行模式匹配，探讨声纹识别以实现身份认证，并对此识别方法进行了相关的实验．通过验证，这种方法可以区分不同的说话人，并且在做说话人辨认实验时可达到较高的识别率．-VQ pattern recognition algorithms and experimental sound. Ab
Aspeakerrecogb
- 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，并成功地地应用于一个数据库查询系统中-Abstract Speaker recognition has important practical significance in terms of automatic authentication. The article analyzes achieve th
exp2
- 录制汉语拼音 a1（阴平）的发音。分别提交你所能录制的基音频率最高和最低的两个 录音文件。文件名为: 学号_a_h.wav（高音文件）和学号_a_l.wav（低音文件）。（用MathLab 编程） 1）分别对这两个文件进行观察分析。找出最高和最低基音频率位置，分别显示此时它们的 局部波形和短时频谱（按照最大值为100 归一化显示）。 要求：在时域波形上标出基音周期，并算出数值（精确到一个采样点）。在频域图上标出 基音频率。注意：标出分析波形的起始位置（精确到采样点位置），
lpcc
- 这是应用MATLAB求解线性预测倒谱的程序代码，验证有效-this is the application of MATLAB to solve linear predictive cepstrum code, validated
Formant-Frequencies-Estimation
- 利用倒谱和线性预测编码的方法准确估计共振峰频率。-Discusses the accurate measurement of formant frequencies using Cesptral and LPC method. Each algorithm was implemented with Matlab and was applied in the aim to uate the precision of both designed techniques.
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)