说话人识别中,最后带测语音匹配阶段.利用DTW算法实现-Speaker recognition, the last swath of voice matching stage. The use of DTW algorithm

matlab语音信号处理工具箱 本工具箱可配合语音数据库使用，用于计算线性预测语音模型的参数，语音声调转换，语音自动解析分解，语音语速变换及更改发音的重音，音量，清晰度等。配套图书《Speech Processing and Synthesis Toolboxes》已经出版，翻译进行中-matlab signal processing toolbox with the voice of the Toolbox database can be used for calculating line

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

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