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

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

本文是根据网上找的“信号的分析与处理综合实验”的内容，通过学习和MATLAB实践后的学习总结。实验内容为真实语音信号的采样重构，具体要求如下：录制一段自己的语音信号，并对录制的信号进行采样；画出采样前后语音信号的时域波形和频谱图；对降采样后的信号进行插值重构，滤波，恢复原信号。-failed to translate

在上一次实验的基础上，进一步理解加窗思想在语音语音信号处理的作用和语音信号时域处理的基本方法，掌握基于短时自相关函数的基音周期估计的算法，理解窗长与基因周期之间的关系。完成语音基因计算。-an implementation of the pitch estimation algorithm based on short-time autocorrelation function