搜索资源列表
speech
- 本文首先总结了现有典型的语音端点检测算法,分析了其中几种 端点检测算法所选用的特征,给出了仿真结果和一些改进。随后提出 了噪声环境下两种语音端点检测新算法。算法一:从基于人耳的听觉 系统出发,对Mel标度滤波器组进行研究,提出了语音信号的一种新 的自适应时频参数,该参数既考虑了声道响应,又符合人耳听觉特性, 仿真结果表明了它的优越性。算法二:结合抗噪性能好的Mel倒谱距 离和多带能量嫡特征提出了一种改进的孤立词端点检测算法,该算法 不需要估计背景噪声来调整门限闽值,仿
LPC111
- LPC分析是进行语音分析的有效技术之一,包括语音信号采集,-about LPC
Cepstrum
- 对语音信号进行倒谱分析,产生信号图形和倒谱图形-Voice signals on cepstral analysis, signal graphics and graphics cepstrum
AT89C52ANDISD2560design
- 目前,语音合成、语音识别、语音存储和回放技术的应用越来越广泛,尽管利用一般的单片机测控系统中都有的硬件电路¬ (如A/D、 D/A、存储器等)能完成语音信号的数字化处理,但是功能比较单一、且效果不是很好。本文采用单片机AT89C52与语音芯片ISD2560组成的语音存储系统,实现了语音的分段录取、组合回放,结合LCD液晶显示模块OCMJ2X8,可实现简单的公交报站功能。系统硬件电路简单,调试方便,性价比高,实用性强。 -Currently, speech synthesis, spee
lpcc
- 求语音信号的lpcc参数,应用于语音处理-Lpcc for voice signal parameters
4000-89c51chengxu
- 基于ISD4000由AT89C51单片机控制的可循环录放的语音信号记录仪程序-ISD4000 single-chip microcomputer-based control procedures for recording
a
- 本程序是对语音信号去除噪声。MATLAB编写-This procedure is a speech signal to remove noise. MATLAB prepared
rever
- 1.进行含噪语音信号的时频分析 2.设计合适滤波器进行去噪 3.进行去噪后信号的时频分析4.设计一个混响器(用四个梳状滤波器和两个全通滤波器(下图所示))来产生回声(通过一个均衡器-Reverberation
audio_equalizer
- 1.进行含噪语音信号的时频分析 2.设计一个均衡器-audio_equalizer
yuyinxinhaolianghua
- 采用矢量量化对语音信号量化,并与标量量化对比分析,绘制了语音信号的概率密度曲线-The use of vector quantization for speech signal quantization and scalar quantization and comparative analysis, rendering the speech signal probability density curve
DSP_embedded
- DSP嵌入式应用系统开发典型实例电子书,本书介绍DSP硬件内部结构、开发工具和方法等基础知识,并对实时语音信号处理和图像处理等实例进行详细的讲解-DSP embedded application development typical example of e-books, this book introduced the internal structure of DSP hardware, development tools and methods based on knowledge, a
yuzhi
- 小波软阈值simulink模型,对带噪语音信号进行小波分解,得到高低频系数,然后对高低频系数进行阈值处理,然后就行重构得到去噪语音信号-the simulink model of yuzhi
AMUSE
- AMUSE,独立成分分析(ICA)算法之一,用于混合语音信号的盲分离-AMUSE, algorithm of independent component analysis, used in blind speech signal separation.
ogrady2007_phd
- 国外欠定语音盲分离的博士论文,作者为Paul D. O’Grady,LOST算法的作者。该博士论文包括语音信号分离,非负矩阵分解等内容。-Sparse Separation of Under-Determined Speech Mixtures,A dissertation submitted for the degree of Doctor of Philosophy
F2_6764
- 端点检测是指用数字处理技术来找出语音信号中的各种段落(如音素、音节、词素、词等)的始点和终点的位置。语音段起止端点检测是语音分析、语音合成和语音识别中的一个必要环节。传统的端点检测方法是从wav文件中获取语音采样,将其分帧并计算短时能量和过零率参数,然后进行端点检测。这种工作方式被称为离线处理方法 ,无法实现语音信号的实时处理,对于语音信号分析具有一定的局限性。本文通过开发ActiveX控件,在MATLAB环境下将其嵌入到figure窗口中,以GUI程序的方式使用,实现语音信号端点检测的实时处
LPC
- 语音信号中LPC参数的提取,简单用C实现-LPC parameters of speech signal extraction, a simple implementation using C
wavelet
- 用小波对语音信号进行分解与重构(matlab)-Voice signals using wavelet decomposition and reconstruction (matlab)
MFCC
- 为了实现高速语音特征参数的提取,在分析了美尔频率倒谱特征参数提取算法的基础上,提出了算法的硬件 设计方案,介绍了各模块的设计原理。该方案增加了语音激活检测功能,可对语音信号中的噪音帧进行检测,提高了特征参 数的可靠性。-In order to achieve high-speed voice characteristic parameter extraction, in the analysis of Mel frequency cepstral feature extraction a
safjfd
- 首先分析了典型说话人识别系统的各关键技术,详细分析了矢量量化技术在 说话人识别中的应用,研究了码本训练算法以及说话人判别算法,对算法中各参 数值的选取进行了讨论 其次根据系统的需求建立一个小的语音库,录制语音信 号,并对采集的语音信号进行预处理,检测语音信号的起始端点 在MATLAB 环境下仿真说话人识别系统,验证系统设计方案的可行性:特征提取阶段,提取 语音信号的12阶美尔倒谱系数以及各阶倒谱系数对应的1阶差分倒谱系数,在 训练阶段,采用分裂法和GLA算法相结合的矢量量
zcrate
- 计算语音信号的短时能量和过零率 使用三电平削波来平整信号-Calculate short-time speech signal energy and zero crossing rate using the three-level clipping to smooth the signal