搜索资源列表
cdhmm
- matlab下实现的用于语音识别的一些算法，包括hmm参数提取，viterbi识别算法，mfcc参数提取算法，端点检测算法等，对于做语音识别的来说都是很有用的-under Matlab for the voice recognition algorithm, including hmm parameter extraction, Recognition Viterbi algorithm, mfcc parameter extraction algorithm, endpoint detecti
0-9(Speech-Recogenition)用matlab仿真0到9十个数字的语音识别
- 用matlab仿真0到9十个数字的语音识别 1、对语音的WAV文件和LAB文件进行处理，产生十个文件，每个文件对应于一个数字，存贮着该数字的波形文件。（shujuzhengli.m） 2、分别利用上面十个文件训练出十个HMM模板，具体方法是：首先将语音的波形文件分帧，以128个点为一帧，帧移为64，每一帧通过mfcc.m计算出13个系数，随着波形的长度不同，一个语音文件可以计算得到13*N个系数，截取13*15的矩阵（mfcc系数）用作训练数据。一般一个HMM模板用20组mfcc系数
speechbox
- 《matlab扩展编程》光盘资料.关于端点检测，录音，参数提取，HMM,LPC,MFCC,DYW等一些源代码-err
HMMforspeechrecogntion
- 一个可执行的HMM语音识别程序例程，实现了对10个数字音的识别程序，包含了HMM语音识别中的分段，MFCC特征提取，Baum-Welch训练，及Viterbi等算法，通过此例程可以很好的理解HMM的算法原理-An executable HMM-based 10 digits speech recogntion program example. this code zip file includes segmentation, MFCC feature extraction, Baum-Welc
cdhmm
- 连续隐马尔可夫识别程序。 包含的模块，可以比较完整地进行语言识别。 主要模块： Test.m Train.m viterbi.m baum.m pdf.m recog.m mixture.m mfcc.m -speech recognize using HMM include 11 matlab fuction: Test.m Train.m viterbi.m baum.m pdf.m recog.m mixture.
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
MFCCPHMM
- 本实例程序是基于matlab的语音识别程序，通过提取传统的MFCC特征集，采用HMM分类器，作为对比实验是一个不错的选择。-This example the program matlab speech recognition program to extract MFCC feature set, the HMM classifier, as a comparative experiment is a good choice.
HMM with skips and single Diagonal Gaussian
- 以MFCC作为特征参数，利用HMM算法进行语音识别(Speech recognition using HMM algorithm)