搜索资源列表
语音识别的前期研究
- 本课题为给语音识别系统提供语音信号端点检测的功能，对语音信号端点检测进行了探讨和研究,主要是侧重语音区间的端点检测...(附软件源码)-Voice Active Detection (VAD) is discussed in this project. Detection between speech section and speechless section and emphasized.(code available).
dsp61a
- 语音识别在遥控系统中的应用设计介绍一种适合家电遥控器应用的语音识别算法，该算法使用双模块和两级端点检测方法，能有效地提高识别和稳健性；介绍利用该技术实现的一种新型学习型遥控器，展现了语音识别技术在家电领域的广阔前景-voice recognition in the remote control system of Design for a remote appliance application of speech recognition algorithm, The algorithm use
yuyinshibiedsp
- 用DSP实现的一个简单的语音识别系统,只要实现单个词的识别即可,采样率8k,帧长30ms,帧移10ms,系统采样后分帧--端点检测,将检测到的原始语音信号保存下来,基本上一个字在30帧左右,然后提取每帧的LPC参数--将LPC参数转换为LPC倒谱系数,然后利用DTW方法和模板比较.-a brief speech recognition system, as long as the realization of a single word can be identified. 8 k sampli
soundtrack
- 这是一个语音端点检测系统，虽然有些不完善但有心人改改就可以用了-This is a voice endpoint detection system, although some improvement but people who are really concerned can be changed with the
NewFprDemo
- 视频人脸检测与建模识别的演示程序，对AdaBoost和EHMM方法进行了改进，可用于人脸识别考勤和生物门禁系统。
J005241
- 主要 研 究 用于声音通讯系统中的声回波抵消技术。声回波抵消通常采用声回波抵 消器来实现。具体方法是用自适应滤波器来估计回波信号，并从麦克风信号中减掉该 估计值，从而实现声回波的抵消。回波抵消器中常用的几种自适应滤波算法有LMS, NLMS, RLS等算法。对现有主要算法的性能进行了分析，并对优缺点进行评价和比 较。为了在收敛速度和运算量之间得到很好的折衷，对NLMS算法改进，得到了 PNLMS算法，对传统的快处理块算法改进，得到了精确块算法。综合两个算法，获 得了一种基
Wave
- 这是我的毕业设计的前期处理部分，毕业设计题目是“基于神经网络的拼音识别系统”。 端点检测的函数是CWaveDoc::OnEndpointDetect() ，大家运行时需要修改读入语音信号的路径。 需要读入的语音信号b1.wav一并附于wav文件。
LM3S1138-baystem
- LM3S1138的移动网语音质量检测系统设计LM3S1138-based mobile network voice quality testing system-LM3S1138-based mobile network voice quality testing system
fenxing
- 为提高语音端点检测(VAD)在较低信噪比(10 dB)下的准确率,提出一种基于短时分形维数的改进算法。结合语音信号的特点,对2种常用的语音信号分形维数计算方法进行了比较和选择,同时采用动态跟随门限值实现语音端点的自适应检测。试验结果表明:对于信噪比6~10 dB的带噪语音,此方法可以实现整段语音的检测,而且具有一定的噪声鲁棒性,系统运行期间能够自适应调整门限值以适应环境噪声的变化,提高了VAD算法的准确率。这个是源码matlab。-In order to improve voice activi
dtw
- 基于MATLAB的语音识别系统,dtw － DTW算法演示程序 mfcc.m － MFCC参数计算程序 dtw.m － 基本的DTW算法 dtw2.m － 优化的DTW算法 testdtw.m － DTW算法测试程序 vad.m － 端点检测程序 -Speech Recognition System Based on MATLAB
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
DTWspeech
- 本 文 首先 介绍了语音识别的研究和发展状况，然后循着语音识别系统的 处理过程，介绍了语音识别的各个步骤，并对每个步骤可用的几种方法在实 验基础上进行了分析对比。研究了语音信号的预处理和特征参数提取，包括 语音信号的数字化、分帧加窗、预加重滤波、端点检测及时域特征向量和变 换域特征向量.其中端点检测采用双门限法.通过实验比对特征参数的选取， 采用12阶线性预测倒谱系数作为识别参数。详细分析了特定人孤立词识别算 法，选定动态时间弯折为识别算法，并重点介绍其设计实现。 在
Speechrecognitiontechnology
- 比较详尽的介绍了语音识别系统的实现过程，以及相关技术。 端点检测：基于短时能量和短时平均过零率的端点检测和基于倒谱特征的端点检测 特征参数提取：LPCC和MFCC 参数模板存储：HMM和N_Gram 识别阶段：DWT 各阶段的相关技术都给了详细的介绍，绝对是好东西！-More detailed introduction to the speech recognition system implementation process and related technologie
speechrecognition
- 该系统可以实现孤立数字发音的识别，首先对语音信号进行端点检测，提取了语音信号的MFCC特征，进行识别时，运用了动态规整算法。-The system can identify isolated digital sound, the first endpoint detection of speech signals, MFCC extracted voice signal characteristics, identification, the use of dynamic warping alg
dtw
- 本系统是一个在多媒体PC 上实现的孤立词识别系统, 它提取语音的线性预测系数作为特征参数, 并采用Itaku ra 失真测度计算帧间距离, 在识别上则使用了动态时轴弯曲(DTW ) 进行时间匹配。本系统对一般的DTW 法作了改进, 即通过放宽端点限制以得到更好的语音匹配, 克服了一般DTW 法要求语音首尾严格对齐而造成的弊病, 降低了语音端点检测的精度要求。-This system is implemented on a multimedia PC isolated word recogniti
VariableNoisySpeechEnhancementAlgorithmPerformance
- 语音增强是影响语音识别系统性能的重要成分。为了比较语音增强算法的性能，采用Matlab软件进行了数值仿真，对不同噪声环境下的语音用3种不同的方法进行降噪，采用信噪比、端点检测等方法来降噪效果，并对几种增强算法的性能进行了比较分析。结果表明，在变噪声环境下短时谱MMSE法最佳，谱减法和维纳滤波法各有优点。-Speech enhancement of voice recognition is an important component of system performance. In order
11
- 为提高语音端点检测系统在低信噪(0 dB 以下) 下 检测的准确率, 提出了一种基于谱熵的端点检测算法。将每 帧信号分为16 个子带, 选取频谱分布在250～ 3. 5 kHz 并且 能量不超过该帧总能量90 的子带, 计算经过语音增强后的 子带能量以及各子带信噪比, 根据各子带信噪比的不同调整 其在整个谱熵计算过程中的权重, 然后平滑谱熵, 以最终的 谱熵作为端点检测的依据-To improve endpoint detection system in the low
myproject
- 信号的端点检测,语音端点检测就是指从包含语音的一段信号中确定出语音的起始点和结束点。 正确的端点检测对于语音识别和语音编码系统都有重要的意义。-Signal endpoint detection, voice activity detection means from the voice of a signal containing a voice to determine the starting point and end point. The right endpoint detectio
chi
- 当今语音技术的发展和成熟，利用语音识别技术进行对各种设备的控制已成为当今识别技术的研究的前沿课题和发展方向之一。本系统以SPCE061A为核心, 通过DS18B20实现对环境温度的检测，使用DS1302进行时钟走时并用LCD1602进行显示，然后利用SPCE061A的语音识别和播报功能最终完成了可以语音识别和语音播报时间、温度的综合系统。 -Today s speech technology development and mature, to use voice recognition t
matlab
- 这是一个具有语音的采集、读取、内插恢复、重采样，语音的时域参数的计算、端点的检测、基音周期的提取，语音的加噪、滤波及每次处理后语音的播放等功能的语音信号处理系统。(speech signal processing)