搜索资源列表
随机信号功率谱分析
- 理解随机信号功率谱分析原理和方法。 (1) 生成信号，被淹没在在噪声中； (2) 试用周期图法估计信号的功率谱； (3) 选用不同窗，使用修正周期图法估计信号的功率谱； (4) 对一段语音信号，使用LD算法估计其功率谱； (5) 详细列出功率谱估计的步骤和原理。 -understanding of random signal power spectrum analysis principles and methods. (1) generate signals
语音信号的短时分析
- 语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、短时自相关函数、短时幅度差、倒谱、复倒谱、lpc系数、lpc谱估计等
BispectrumWavelets
- 用双谱和小波变换去除信号中加性高斯噪声的相关程序 1.实现单个变量的双谱分析程序 2.用傅立叶反变换求自相关函数的程序 3.用fft求取喜好频谱、功率谱、均方根谱、对数谱的程序 4.读取.wav语音信号后用小波去加信白噪声的程序 5.用各种小波和阀值对同一信号去加性噪声效果比较的程序 -Double-spectral and wavelet transform to remove the signal plus Gaussian noise procedures 1. T
cepstrum
- 求出语音信号的倒谱以便于进一步对语音信号作进一步的分析处理，分析信号的特性。-Derived Cepstral voice signal in order to facilitate further speech signal processing for further analysis, analysis of signal characteristics.
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
application
- 1、语音信号的采集； 2、语音信号的频谱分析； 3、数字滤波器的设计； 4、对语音信号进行滤波处理； 5、对滤波前后的语音信号频谱进行对比分析； -1, speech signal acquisition 2, the speech signal spectrum analysis 3, digital filter design 4, on the voice signal filtering processing 5, to filter the speech s
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
daopu
- 语音前期处理 对采集输入的语音信号进行倒谱分析-Pre-processing of the collected voice input voice signal cepstrum analysis
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
my_lpc
- 线性预测（LPC）是语音信号处理中最有效的分析方法之一，通过LPC谱，LPCC谱的分析，并结合LPC检测方法判断出语音的基音周期或共振峰。我们可以利用Matlab来进行编程实现，具有实现简单，效果良好的特点-The linear predictive (LPC) is one of the most important methods in speech processing. Through the LPC spectrum, the LPCC spectrum analysis, and u
lpcc
- 语音信号美尔倒谱分析。美尔倒谱分析的c程序实现。-Mel Cepstral Speech Signal Analysis. Mel Cepstrum analysis c Program.
DSP
- MATLAB软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数； 2）画出语音信号的时域波形，对采样后的语音进行fft变换，得到信号的频谱特性；对语音信号分别加入正弦噪声和白噪声，画出加噪信号的时域波形和频谱图； 3）根据对加噪语音信号谱分析结果，确定滤除噪声滤波器的技术指标，设计合适的数字滤波器，并画出滤波器的频域响应； 4）用所设计的滤波器对加噪的信号进行滤波，在同一个窗口画出滤波前后信号的时域图和频谱图，对滤波前后的信号进行对比，分析信号变化； -
sy2
- （1） 分别采集一段浊音和清音语音信号（是你自己说的），采样率为8KHZ，量化精度为16比特线性码； （2） 分析帧长取为30ms（或10ms～50ms）； （3） 根据语音信号倒谱分析和LPC谱分析的编程流程图（图2.1、图2.2）编制浊音语音信号谱分析的matlab程序，上机调试给出相应波形，并根据图形，观察共振峰情况； （4） 将语音信号换为清音语音，运行程序，与浊音语音的运行结果进行比较，并得出结论。 （5） 在LPC谱分析中，改变阶数p （p分别等于4、8、12、40）
语音信号处理
- 采用MATLAB 2015b综合运用各种函数调用等来实现语音信号时域的短时能量，短时过零以及短时自相关函数分析和频域的傅里叶变换，功率谱估计，短时傅里叶变换，小波分析，语音信号的短时综合，语谱图各种分析，充分了解熟悉语音信号的相关分析方法。(This experiment uses the MATLAB 2015 b, the integrated use of various kinds of function call to realize speech signal in time dom
bin
- MATLAB语音信号短时分析，包括自相关，能量谱，过零率等(Short time analysis of MATLAB speech signals, including autocorrelation, energy spectrum, zero crossing rate, etc.)
colea
- 用于对语音信号处理的matlab程序，可用于语谱图分析，共振峰分析等。(The matlab program for speech signal processing can be used for spectrogram analysis, formant analysis and so on.)
project1
- 可以对语音信号进行短时分析，语谱图的绘制(It can analyze the speech signal in short time and draw the spectrogram.)
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
matlab画语音语谱图
- 语谱图反映了语音信号的动态频谱特性，在语音分析中具有重要的实用价值，被称为可视语音。“yuputu”是用matlab完成语谱图的程序(Spectrogram reflects the dynamic spectrum characteristics of speech signals. It has important practical value in speech analysis and is called visual speech. "Yuputu" is a p
基于MTALAB的语音倒谱分析 - 副本
- 一个简单的变声器，可以实现变声的功能，使用倒谱分析对于语音信号进行信号处理(A simple muffler can realize the function of muffling sound.)