搜索资源列表
-
1下载：
对语音进行的时频分析,语音识别技术作为信息社会朝着智能化和自动化方向发展的关键技术之一，具有重要的研究意义和实用价值。经过近五十年的艰苦探索和研究，语音识别技术研究获得了极大的发展，其中有些比较成熟的技术已经逐步应用于日常生活中。但总体来说，语音识别在研究和实用化方面的难度还比较大。本文概括介绍了语音识别技术的全貌，所采用的关键技术、具体应用以及当前所面临的困难,并对单个语音样本在MATLAB上进行了仿真分析。-right voice for the time-frequency analysi
-
-
0下载：
《MATLAB时频分析技术及其应用》源程序代码-"MATLAB time-frequency analysis technology and its application" source code
-
-
0下载：
matlab的时频分析工具箱，希望在对信号的分析上可以帮助到大家。
-
-
0下载：
语音端点检测，VC+matlab混合编程，这个文件是包含语音端点检测的代码,用的是时频参数算法,Speech Endpoint Detection, VC+ Matlab mixed programming, this document is contained in voice activity detection of code, using a time-frequency parameters algorithm
-
-
1下载：
MATLAB时频分析工具箱源代码，包括使用说明各种函数库-Toolbox MATLAB source code for time-frequency analysis
-
-
2下载：
录制一段个人自己的语音信号。对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；对语音信号进行加噪和去噪处理，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；实现快录慢放、慢录快放等功能。-Record a person' s own voice signal. Of the recorded signal sampling draw sample after the speech signal time-domain waveform
-
-
1下载：
基音提取程序，对于给定一段语音，按一定时间分帧,并从中提取出基音频率-Pitch extraction process, for a given period of voice, according to a certain time-frame, and extracting the pitch frequency
-
-
0下载：
请认真阅读采用MATLAB分析WAV文件。
步骤一：选择一个WAV文件作为分析的对象 。（ding.wav）
步骤三：进行 FFT变换并画频域图形 。
步骤四：进行该声波主要频谱的分析。
步骤五：根据该声音的频谱，反演时域图形 。（有失真）
步骤六：进行付立叶逆变换IFFT并画频域图形 。-Please carefully read the WAV files using MATLAB analysis. Step One: Select a WAV file as the
-
-
0下载：
论文资料，语音端点检测的方法研究，从时域和频域研究-Thesis data, voice activity detection method of research, from the time domain and frequency domain study
-
-
0下载：
The Yin algorithm was developed by Alain de Cheveigné of IRCAM-CNRS and Hideki Kawahara of Wakayama University. It allows for real-time continuous (for each sample) fundamental frequency estimation.
It features a very low error rate and few tuni
-
-
1下载：
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
-
-
1下载：
观测实时模拟信号（语音）的频谱
用音频设备采集一段语音，将语音存为.wav格式。对wav文件作分段傅里叶变换分析。语音是分音节的，应把它分段分析，而且实际运用中的数字信号处理的FFT的点数是有限的，一般只能达到千点。用傅里叶反变换IFFT，从频域恢复信号。画出频谱图和语音波形图。
-Observing real-time analog signal (voice) of the spectrum collected with the audio devices section of
-
-
0下载：
Matlab时频工具箱,不错的说,可做时频分析用-Matlab time-frequency toolbox, it is true to say that to do with the time-frequency analysis
-
-
0下载：
用MATLAB编写的求音频时域能量与频域能量程序，对做MP3解码方面的学习和工作有很大帮助-Written using MATLAB demand audio time-domain energy energy and frequency domain procedures, right to do MP3 decoding aspects of learning and work great help
-
-
0下载：
录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号-The individual' s own record a voice signal, and the recorded signal is sampled draw sampled
-
-
0下载：
对采集的语音信号进行滤波，谱分析，并进行前后时域和频域波形比较。可选择IIR和FIR滤波器进行高通，低通和带通滤波。-To obtain the voice signal filtering, spectrum analysis, and the time domain and frequency domain waveform and compared. Can choose IIR and FIR filter for qualcomm, low pass and bandpass filt
-
-
3下载：
1. 给一段原始的语音信号（可以是自己录制的一段语音），加上一频率为3.8kHz的高频余弦噪声和频率为3.6kHz的高频正弦噪声（幅度自己可以选择），用窗函数设计一滤波器（要求最小阻带衰减为50dB）对加噪后的语音信号进行滤波，画出滤波器的频率响应曲线，画出滤波前后的时域图和频谱图。
需要用到的函数：
fir1 用窗函数设计FIR滤波器的函数
2. 用GUI设计一界面（如图1所示）完成如下功能：
1） 输入一语音信号，画出语音信号的时域图和频谱图；
2） 对语音信号加噪处理，
-
-
1下载：
（1）录制一段语音信号，完成对信号的采样，画出信号的时域波形和频谱图，确定信号的频谱范围；
（2）给信号叠加噪声（噪声类型分为如下几种：a白噪声；b单频噪色（正弦干扰）；c多频噪声（多正弦干扰）；d其它干扰。），画出受噪声干扰的信号时域波形和频谱图；
（3）采用窗函数法设计FIR低通滤波器，画出滤波器的频响特性图；
（4）用所设计的滤波器对受噪声影响的信号进行滤波，画出滤波后语音信号的时域波形图和频谱图；
（5）对滤波前后的信号进行对比，分析信号的变化；回放语音信号，并与原始语音信号对比
-
-
0下载：
This course provides advanced knowledge of wideband wireless communication
techniques. It include the areas of diversity: Time diversity, Space diversity, Frequency
TELE9753 Advanced Wireless Communications 2
diversity; Wideband CDMA systems, Wide
-
-
2下载：
语音信号的时域、频域与倒谱域分析。
1.分析一帧清音和浊音的自相关函数和倒谱系数
2.用Matlab画出该段语音的时域波形、短时能量、短时平均幅度、短时过零率、短时过电平率
3.选择一帧无声、清音和浊音的语音，用Matlab画出它们的对数幅度谱(Time domain, frequency domain and cepstrum domain analysis of speech signals.
1. Analyze the autocorrelation function and c
-
