搜索资源列表
DespPitchSpeakerRecog
- 关于说话人识别方面的五个子程序，包括倒谱基音周期混合特征系数的话者识别，能频积端点检测、语音基音周期检测等C++源代码，本人整理编译过，比较紧凑高效；-Speaker Recognition of the five subroutines, including cepstrum Pitch mixed coefficient of the recognition, the frequency can plot endpoint detection, Pitch detection C sourc
zhichixiangliangji.rar
- 支持向量积的调制识别原代码，关于学习训练,Support Vector plot of the original code modulation recognition, Learn about the training
detectendpoint
- 端点检测在语音中至关重要，本代码使用能频积端点检测方法-Endpoint detection is crucial in the voice, the code used to plot the frequency endpoint detection method
pitchwatch
- function pitchwatch(x,Ts) Plot the pitch keys. pitchwatch(x,[Ts]) :: Syntax The array x is the input signal and Ts is the (optional) sampling period. Example on use: [x,Fs] = wavread( Hum.wav ) pitchwatch(x,1/Fs) :: Inf
matlab-lms
- LMS算法，自己测试能出图，一共2张，效果不错-LMS algorithm, its own test plot
The-FIR-filter-design
- （附带有文档，文档中有方案，有程序有结果，设计完后对一段语音进行处理）给定滤波器的规一化性能指标（参考指标,实际中依据每个同学所叠加噪声情况而定）通带截止频率wp=0.25*pi。 采用窗函数法设计低通、高通、带通型FIR滤波器，对叠加噪声前后的语音信号进行滤波处理，绘出滤波器的频域响应，绘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；在相同的性能指标下比较各方法的滤波效果，并从理论上进行分析-(With the document, document, program
voice-box-GMM
- 语音处理GMM相关算法,1.计算概率密度并画出高斯混合模型，2.计算边际，条件混合高斯密度,3估计两个GMM模型的Kullback-Leibler divergence。-GMM relating to speech processing algorithms.1,to calculate probability densities from or plot a Gaussian mixture model.2,marginal and conditional Gaussian mixture
sy3
- （1）录制语音文件 利用GoldWave或NGwave录音软件录制单字发音语音文件，以wav音频格式保存，共录制两组，一组用于计算参考模板，另一组作为测试模板用于语音识别。 录制语音时，为了能够在主程序中循环读入语音文件，文件名采用数字顺序命名。记录语音文件以及所对应的发音。记于表3中。 另外，录制语音时，注意调整合适的Mic音量，避免语音波形幅度过小，难于同噪声区分开。同时也要避免波形幅度过大，造成波形失真。 （2）调试端点检测程序 结合流程图读懂Matlab程序，先单独调
sincosFixed
- 在语音中需要对其进行波束分析，提供的是关于波束图的画法-beam plot db
提取语音信号基频
- 用自相关函数提取语音信号基频，提取音频文件的基频等高线(Use the autocorrelation function on segments of the signal (windowsize: 100ms) and compute the fundamental frequency. Use a max_time_lag of 100ms in the autocorrelation function and a window shift of 25ms. Create a fundame
audio_tezheng
- 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