搜索资源列表
matlabyuyinshibiesuanfa
- matlab语音识别算法，包括预处理，特征提取，训练，识别算法，基于hmm模型-Matlab speech recognition algorithms, including preprocessing, feature extraction, training, recognition algorithm based on model hmm
222
- 建立了一种基于自组织神经网络的语音识别系统。对语音信号进行了预处理, 提取了语音信号的线性预测系数、线性预测倒谱系数和Mel 倒谱特征系数, 建立了基于自组织神经网络的识别判决模型.
123456
- 通过分析语音特征参数的特点和说话人识别的基本方法，利用 DSP的硬件平台，以线性预测倒谱系数为 特征参数提取算法以及 隐马尔可夫模型为建模算 法，实现 电子语音锁 的系统设 计。实验 结果表 明系统在 内部模 型 数小于 1O时识别精度高 ，达到 安全保 密的要求。
speechcode1
- matlab中用于输入语音信号，特征提取，建立模型，识别判决等三部分的源码。-matlab input speech signal is used, feature extraction, modeling, identification judgments, such as the source of three parts.
jiyushilianglianghuadeshuohrshibe
- 基于矢量量化的说话人识别本文从语音信号的预处理开始分析， 主要研究了特征参数的选择、提取、及识别算法，应用全极点模型，提取了语 音信号的线性预测倒谱系数和美尔倒谱系数，并进一步获得其一阶差分，将倒 谱系数与其一阶差分结合在一起形成新的特征参数。在识别算法方面，本文对 矢量量化的方法进行了研究，用Matlab语言实现了说话人识别系统的仿真与验 证。实验证明这种参数与单纯的线性预测倒谱系数和美尔倒谱系数相比更为有 效。- speech paper，help you study
jiyuneirongdeyinpinjiansuoyan
- 本文根据上述的研究，采用基于Mel倒谱系数特征的隐马尔可夫模型对音 乐进行分类。在音乐特征提取方面，以感知特征和Mel倒谱系数组成特征向量 在音乐分类方面，以隐马尔可夫模型作为分类器，对音乐进行聚类和分类。通过 有监督的学习方式进行聚类，分类时将测试样本归入似然值最大的类别，对同一 音频抽取若干样本，对样本识别结果采用投票法，判定该音频的音乐类别，使分 类的准确率得到进一步的提高。根据上述方法进行了仿真实验，并对实验结果进 行了分析。本文将音频数据分为5类，对4种分类器
voice
- 在分析语音特征提取方法基础上提出一种改进组合算法,并采用HMM 声学模型和Viterbi 算法进行模式训练和识别.-Speech feature extraction method in the analysis based on the combination of an improved algorithm, and using HMM acoustic model and the Viterbi algorithm for model training and recognition.
HMM
- 语音识别与合成的基本程序，分为特征提取、模型建立和语音识别，且包括特征补偿-Basic procedures for speech recognition and synthesis, divided into feature extraction, modeling and speech recognition, including feature compensation
Speech-Recognition-System
- 本文介绍了基于MATLAB的语音识别系统，包括对语音信号的特征提取，包括语音信号的特征提取，快速傅立叶变换，离散余弦转换，线性预测分析，梅尔频率倒谱系数以及高斯混合模型。-This paper aims at development and performance analysis of a speaker dependent speech recognition system using MATLAB® . The issues that were considered are 1
frft
- 基于统计特征的语种识别算法分析与实现。1.提取语音的客观统计特征；2、通过分类器建立训练学习模型；3、将模型运用于汉语、英语、日语等语种识别实验，与人的主观感觉做对比-Based on statistical language identification algorithm analysis and Realization of objective statistics. The extraction of speech features 2, the classifier built th