搜索资源列表
auditroy
- 该工具包主要应用于语音处理中听觉模型的建立和分析，其中也包含了语音处理的各种基本功能如语谱图，线性预测，识别和合成等等。-the toolkit will be used in voice processing auditory model and analysis, which also contains a voice of the various basic functions such as language spectra, linear prediction, identificat
MatlabSpeechToolbox
- 本工具箱可配合语音数据库使用，用于计算线性预测语音模型的参数，语音声调转换，语音自动解析分解，语音语速变换及更改发音的重音，音量，清晰度等。配套图书《Speech Processing and Synthesis Toolboxes》已经出版，翻译进行中！ -the Toolbox can be used with voice database used in the calculation of linear prediction model parameters voice, Voice
hosa1
- 信号与系统基础知识包括连续信号与模型、离散信号与模型；常用信号变换包括Z变换、Chirp Z变换、FFT变换、DCT变换和Hilbert变换等；离散系统结构包括IIR、FIR和Lattice结构；IIR滤波器设计包括模拟和数字低通、高通、带通与带阻滤波器设计，以及基于冲激响应不变法和双线性Z变换法的IlR滤波器设计等；FIR滤波器设计包括基于窗函数、频率抽样法和切比雪大逼近法的FIR滤波器设计；平稳信号分析包括经典功率谱估计、基于参数模型的功率谱估计和基于非参数模型的功率谱估计；非平稳信号分析包
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。
R软件中文教程
- 本文档是对 R (“GNU S”）的入门介绍。R 是一种为统计计算和图形显示而设计的语言及环境，它和贝尔实验室（Bell Laboratories） John Chambers 等人开发的 S 系统相似。它提供了一系列统计和图形显示工具（线性和非线性模型，统计检验，时间序列分析，分类，聚类，……）。
partial-difference-equation-method
- 使 用 说 明 本光碟中包含五个文件夹。 （1）视频剪辑：可供教学演示，其中，"two_cells"是采用改进的变分水平集方法，实现GAC模型图像分割的演化过程；"denoissing"是利用P_M方程，对图像平滑去噪的演化过程 "curve_linear_heat_flow"是利用FT实现的闭合曲线的线性热流演化过程。 （2）二值图像：其中的图像可供形态学图像处理实验用，也可通过提取对象的边界，供曲线演化实验使用。 （3）灰度图象和彩色图像：其中的图像，可以作为图像分
LMSandModelIdentificationLinearPrediction
- 自己编写的LMS基本算法以及LMS模型识别以及线性预测等.-I have written the basic LMS algorithm and LMS models, such as recognition and linear prediction.
LPc
- 线性预测编码器，基于线性预测模型的语音编码器。-Linear predictive coding, and models based on linear prediction voice coder.
Cforspeech
- ：用C 语言实现了一个用于控制家电开关的声音模块. 该声音模块采用当前语音识别系统的主流技 术——隐马尔可夫模型（HMM）技术，以及线性预测倒谱计算和矢量量化技术. 命令（单词）的正确识别率 在97 以上. 介绍了声音模块的设计方案，并就实现该声音模块的过程中所遇到的具体问题进行了讨论.-: The C language realization of a switch used to control the voice module appliances. The sound modul
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
mpelpc
- 此方案基于全极点语音产生模型，编码过程简述如下：首先通过线性预测分析方法提取声道滤波器参数；其次通过合成分析法确定最佳激励矢量；最后将滤波器参数和最佳激励矢量进行编码传输。-This program is based on all-pole speech production model, the encoding process summarized as follows: First, by linear prediction analysis to extract channel filt
ch52
- 使用Linmod和dlinmod函数以提取线性模型,
project_matlab
- Levison-Durbin 语音信号处理中的线性预测编码LPC 理论、格型滤波器以及求解现行预 测方程的算法，可以实现对语音信号重要元素的分析、合成甚至识别。 基于现有的实验平台，我们可以利用 Matlab 函数来获得几个固定语音元素（如元音） 的模型系数，LPC 得到的系数组成 IIR 滤波器。利用冲击脉冲 序列作为输入，我们就可以得到原来的语音。这是一种简单的语音合成功能。-Levison-Durbin speech signal processing in li
Hidden-Markov
- 基于隐马尔可夫模型的语音单字识别研究：本文针对线性模型在语音识别中的不足, 进行了隐马尔可夫模型(HMM)在 语音单字识别中的研究,主要对观察输出概率求解、 最佳状态序列寻找、 参数估计和 模型参数的选择进行了探讨.-Based on hidden Markov model speech word recognition: the lack of the linear model in speech recognition, hidden Markov model (HMM) speec
case_study_1
- 风力发电系统的优化控制 案例1 基于SCIG的WECS的降阶线性模型-Case of optimal control of the wind power generation system based on the SCIG The WECS reduced order linear model
ArrayBandwidth
- C++AMP 中矩阵边界的演示，附有详细的官方文档说明PDF文件；演示了单核模型和线性模型。-C++AMP Matrix border demonstration accompanied by a detailed descr iption of the official documentation PDF files
GAM-based-on-R
- 使用R软件的汽车保险定价的广义线性模型的部分代码，可直接运行-GAM based onR
LMS
- LMS算法实现一阶AR模型的线性预测估计(LMS algorithm for linear prediction estimation of first order AR model)
R语言lme模型的使用
- R语言lme模型的使用，可以处理线性混合模型，一个很好的例子。