搜索资源列表
toneRec
- 语音识别中音频数据提取方法可以将字节转换成双精度类型比较好用的
simulator_for_DTW
- 传统的DTW算法在进行孤立词语音识别时着重于时间规整和语音测度的计算 , 而没有 对数据的可靠性和有效性进行分析。本文提出了一种改进的端点检测算法 , 并采用一种改进的 DTW算法 , 在计算机上进行了仿真。实验结果表明采用改进后的DTW算法有效的降低了识别时 间和存储数据量 , 提高了系统性能
MatlabKuozhanbiancheng
- matlab扩展编程：增加了matlab的数据结构和编程技巧，c调用matlab，matlab访问硬件系统，matlab录音工具，matlab的语音识别系统等-matlab expand programming: an increase of matlab data structures and programming techniques, c call matlab, matlab access to hardware system, matlab recording tools, matl
jcwtlib-0.01.tar
- 独立成分分析（Independent Component Analysis, ICA）是近年来发展起来的一种有效的盲分离技术，最早是由法国学者Herault和Jutten于1986年提出。ICA方法的提出最初是用来解决“鸡尾酒会”问题，其过程可以归纳为，在源信号与传输通道参数均未知的情况下，仅根据源信号的统计特性，出现测信号恢复出源信号。ICA分析的关键在于根据一定的优化准则建立描述输出信号独立程度的优化判据，即目标函数，并设计相应的优化算法，寻求最优的分离矩阵，使得输出信号中各分量尽可能相互独
DTW
- DTW（Dynamic Time Warping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，是语音识别中出现较早、较为经典的一种算法。用于孤立词识别，DTW算法与HMM算法在训练阶段需要提供大量的语音数据，通过反复计算才能得到模型参数，而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中，DTW算法仍然得到广泛的应用。 -DTW (Dynamic Time Warping, dynamic time warping) algorithm
DTW
- 在孤立词语音识别中，最为简单有效的方法是采用DTW（Dynamic Time Warping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，是语音识别中出现较早、较为经典的一种算法，用于孤立词识别。HMM算法在训练阶段需要提供大量的语音数据，通过反复计算才能得到模型参数，而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中，DTW算法仍然得到广泛的应用。 本程序是DTW算法的实现-In isolated word speech recog
SpeechRec
- 在孤立词语音识别中，最为简单有效的方法是采用DTW（Dynamic Time Warping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，是语音识别中出现较早、较为经典的一种算法，用于孤立词识别。HMM算法在训练阶段需要提供大量的语音数据，通过反复计算才能得到模型参数，而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中，DTW算法仍然得到广泛的应用。-Isolated word speech recognition, the most s
HMM_VoiceRecognation
- 通过基于HMM的语音识别系统的基本结构,详细介绍了语音信号采集、预处理、MFCC特征参数提取、HMM训练和HMM识别等主要模块的基本原理 并针对实际应用中HMM存在的模型初始化和数据溢出等问题进行分析,引入了一些能提高系统性能的相应措施。-By the basic structure of HMM-based speech recognition system, details the basic principles of audio signal acquisition, preproces
DTW语音识别
- 基于DTW的语音识别，可直接运行获得结果数据 不需要更改任何数据
BP1234
- 基于带动量项的BP神经网络语音识别,含有数据-Based on the driving amount of BP neural network to speech recognition
kouneng
- 完整的基于HMM的语音识别系统，包括最后计算压缩图像的峰值信噪比和压缩效果的源码,独立成分分析算法降低原始数据噪声。- Complete HMM-based speech recognition system, Including the final calculation of the compressed image peak signal to noise ratio and compression of the source, Independent component analysis
pangkei
- 完整的基于HMM的语音识别系统，实现用SDRAM运行nios，同时用SRAM保存摄像头数据，非常适合计算机视觉方面的研究使用。- Complete HMM-based speech recognition system, Implemented with SDRAM run nios, while saving camera data SRAM, Very suitable for the study using computer vision.
qiusing
- 完整的基于HMM的语音识别系统，可以广泛的应用于数据预测及数据分析,采用加权网络中节点强度和权重都是幂率分布的模型。- Complete HMM-based speech recognition system, Can be widely used in data analysis and forecast data, Using weighted model nodes in the network strength and weight are power law distribution.
hannui
- 模拟数据分析处理的过程，完整的基于HMM的语音识别系统，信号维数的估计。- Analog data analysis processing, Complete HMM-based speech recognition system, Signal dimension estimates.
gengsui_v86
- 进行波形数据分析,完整的基于HMM的语音识别系统，计算一维光子晶体的透射特性和反射特性。- Waveform data analysis, Complete HMM-based speech recognition system, Calculated transmission characteristics and reflection characteristics of the one-dimensional photonic crystals.
punhie_v40
- 完整的基于HMM的语音识别系统，实现用SDRAM运行nios，同时用SRAM保存摄像头数据，是路径规划的实用方法。- Complete HMM-based speech recognition system, Implemented with SDRAM run nios, while saving camera data SRAM, Is a practical method of path planning.
miuqai
- 完整的基于HMM的语音识别系统，插值与拟合，解方程，数据分析，包括面积、周长、矩形度、伸长度。- Complete HMM-based speech recognition system, Interpolation and fitting, solution of equations, data analysis, Including the area, perimeter, rectangular, elongation.
yingqen
- 可以实现模式识别领域的数据的分类及回归，完整的基于HMM的语音识别系统，基于互功率谱的时延估计。- You can achieve data classification and regression pattern recognition, Complete HMM-based speech recognition system, Based on the time delay estimation of power spectrum.
NatureDeepReview
- 深度学习允许由多个处理层组成的计算模型来学习具有多个抽象层次的数据表示。这些方法极大地提高了语音识别、视觉对象识别、目标检测以及药物发现和基因组学等许多领域的最新进展。深度学习发现复杂的结构在大数据集，通过使用反向传播算法来指示一台机器应该如何改变其内部参数，用于计算在每一层的代表性，从上一层的代表。深层卷积网在处理图像、视频、语音和音频方面取得了突破性进展，而递归网络则在文本和语音等连续数据上起到了作用。(Deep learning allows computational models th
hebsa
- 传统的DTW算法在进行孤立词语音识别时着重于时间规整和语音测度的计算 , 而没有 对数据的可靠性和有效性进行分析,本文提出了()