搜索资源列表
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
dtw_win
- 利用mfcc参数进行特征参数提取.进而实现说话人识别-Mfcc the use of feature extraction parameters. To achieve the speaker recognition
era
- 本文提出的特征系统实现算法是多输入多输出的时域模态参数识别方法, -eigensystem realization algorithm,ERA
LPCC
- 语音识别中的LPCC特征提取，其中包括经典的算法函数如Durbin，协方差函数求法等，对学习提取特征参数非常有用。-feature extract of LPCC in speech recognition.I am sure you will love it ,if you are major in it.
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
Scale
- 需要进行分类识别时，对特征参数需要进行归一化，此代码是对你的数据进行归一化到0与1之间的，输入为你的目标数组和你的数组大小-When the need for classification and recognition of characteristic parameters required normalized, this code is for your data normalized to between 0 and 1, and input your target array and
OutdoRefreshV2009.1.0
- 正确设置投票软件的验证码相关参数，就可以自动识别验证码图片了。 四、如果您要投票的验证码不在这里面，请联系作者购买该验证码特征符库文件（中文150元/个，英文数字100元/个）或等待后续作者免费提供。 五、如您有任何问题，请及时咨询作者（Email:lkfstar@163.com，QQ:5532592，MSN:lkfsunsnow@hotmail.com）入值后，与已有的Session值进行比较，根据判断结果做相应判断。-ASDSEWC
xunobp
- 用bp神经网络对经提取得到的信号特征参数进行信号的模式识别。-Bp neural network used by the signal characteristic parameters were extracted for signal pattern recognition.
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法
MFCC
- 介绍语音识别中特征参数mfcc的改进算法，对于语音识别和语音合成有更好的效率-Introduction of speech recognition feature parameters mfcc improved algorithm for speech recognition and speech synthesis for better efficiency
endpointdetecting(matlab)
- 语音端点检测，有助于除去语音信号中的噪音部分，留下有用的携带信息的部分，有利于提取其中有用的语音特征参数，从而提高识别率。-Endpoint detection, helps remove the noise part of the speech signal, leaving useful information-bearing part, is conducive to extract the speech feature useful to improve the recognition
Speechrecognitiontechnology
- 比较详尽的介绍了语音识别系统的实现过程，以及相关技术。 端点检测：基于短时能量和短时平均过零率的端点检测和基于倒谱特征的端点检测 特征参数提取：LPCC和MFCC 参数模板存储：HMM和N_Gram 识别阶段：DWT 各阶段的相关技术都给了详细的介绍，绝对是好东西！-More detailed introduction to the speech recognition system implementation process and related technologie
mfccdtw
- 先用端点检测将语音中有用的语音部分提取出来（即将头部和尾部的静音部分除掉），然后用LPC算法提取语音信号的特征参数，进行动态归整(DTW算法)后与模板库里面的标准语音作比较，最后将识别结果进行D/A转化后播放出来。在本部分的设计中，则主要完成语音识别的模式匹配算法部分的软件实现。 -First with the endpoint detection of speech to voice some of the useful extracted from the (soon to mute som
dtw
- 本系统是一个在多媒体PC 上实现的孤立词识别系统, 它提取语音的线性预测系数作为特征参数, 并采用Itaku ra 失真测度计算帧间距离, 在识别上则使用了动态时轴弯曲(DTW ) 进行时间匹配。本系统对一般的DTW 法作了改进, 即通过放宽端点限制以得到更好的语音匹配, 克服了一般DTW 法要求语音首尾严格对齐而造成的弊病, 降低了语音端点检测的精度要求。-This system is implemented on a multimedia PC isolated word recogniti
Grayco-occurrencematrixbasedonfuzzyhiddenMarkovmod
- 通过对断口图像FGLCM的14个特征统计量进行相关性分析，选择角二阶矩和熵等7个统计量作为特征参数，并验证了其有效性.最后，在4类典型断口图像的特征空间上，采用隐马尔夫模型（HMM）进行分类识别。-On the fracture characteristics of the 14 images FGLCM correlation analysis statistics, select the angular second moment and entropy 7 statistics as pa
FPGADSPBuilder
- 用c语言编写的语音特征参数的程序，该语音特征参数为mfcc参数，主要用于说话人识别-Written by c parameters of the process of speech, the speech feature parameter is mfcc parameters, mainly used for speaker recognition
Identification-for-OFDM
- 一种新的OFDM信号盲识别算法，利用多载波OFDM信号在时域上的近高斯性，提取信号特征参数Q作为分类特征-A new algorithm for the identification of Orthogonal Frequency Division Multiplexing(OFDM)signal is proposed．The feature parameter a is used to discriminate OFDM signal because of their asymptot
gmfcc
- 语音识别的特征参数提取算法——Mel倒谱参数提取（MFCC）可以作为语音识别特征参数。-Speech recognition feature extraction algorithm- Mel cepstrum extraction (MFCC) feature parameters as speech recognition.
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
hht
- 本程序实现损伤监测前期工作中的特征参数提取 对响应信号进行hht 变换 为损伤识别提供输入矩阵-This application implements damage characteristic parameters of monitoring prophase work extraction Response signals to provide for damage identification HHT transform input matrix