搜索资源列表
ica_C
- 在linux平台下,纯c写的盲信号分离的代码.它采用基于卷积混合的盲信号分离算法,不但可以分离人工合成的混合信号,而且对于真实环境中的卷积混合的语音信号也能够分离.在本程序中,包含了两个测试文件,makefile后便可以直接使用. 另外值得一提的是,压缩包里包含有一些语音处理方面的常用函数.例如fft变换,读取\\写入wav文件,以及一些常用的一维向量和二维矩阵变换的函数.这些可以直接应用在其他应用程序里去.-in linux platform, net write c Blind Si
gm
- 改进的gmm（高斯混合模型）算法，是单一高斯几率密度函数的衍生
EndPointDetectionDlg.rar
- 语音端点检测，VC+matlab混合编程，这个文件是包含语音端点检测的代码,用的是时频参数算法,Speech Endpoint Detection, VC+ Matlab mixed programming, this document is contained in voice activity detection of code, using a time-frequency parameters algorithm
VoiceSeperationML.rar
- 两路语音信号混合及解混的基于负熵的fastICA算法的MATLAB仿真实例,Two-way voice signals mixed and mixed solutions of negative entropy-based algorithm fastICA simulation of MATLAB
VoiceSeperationFastICA
- 两路语音信号混合及解混的基于自然梯度的极大似然算法MATLAB仿真程序-Two-way voice signals mixed and mixed solution of the natural gradient-based maximum likelihood algorithm of the MATLAB simulation program
AMUSE
- AMUSE，独立成分分析(ICA)算法之一，用于混合语音信号的盲分离-AMUSE, algorithm of independent component analysis, used in blind speech signal separation.
sobi
- SOBI算法，基于二阶统计量的独立成分分析算法，用于混合语音的盲分离。-SOBI algorithm, Second-Order Blind Identification algorithm, used in blind speech signal separation
GMM
- :高斯混合模型(GMM)是一种经典的说话人识别算法，本文在实现其算法的同时，主要模拟了不同噪声环境情况下高斯混合模型 (GMM)的杭嗓声性能，得到了一些有益结论。 -Gaussian mixture model (GMM) is a classic speaker recognition algorithms, this algorithm at the same time in fulfilling its main simulated environmental conditions
speech2
- 为了提高语音分离算法的收敛速度以及分离性能，提出把拉普拉斯正态混合分布概率密度函数作为语音信号概率密度函数的估计，得到一个更加适合语音信号分离的激活函数，基于此函数提出一种快速语音分离算法.-In order to improve speech separation algorithm convergence speed and separation performance, raise the normal mixture distribution Laplace probability de
hmm
- hmm文件时运用HMM算法实现噪声环境下语音识别的。其中vad.m是端点检测程序；mfcc.m是计算MFCC参数的程序；pdf.m函数是计算给定观察向量对该高斯概率密度函数的输出概率；mixture.m是计算观察向量对于某个HMM状态的输出概率，也就是观察向量对该状态的若干高斯混合元的输出概率的线性组合；getparam.m函数是计算前向概率、后向概率、标定系数等参数；viterbi.m是实现Viterbi算法；baum.m是实现Baum-Welch算法；inithmm.m是初始化参数；trai
EM_init_kmeans
- 高斯混合模型参数初始化程序，在对高斯混合模型的建立之前采用KMEANS算法进行初始化-Gaussian mixture model parameter initialization procedure, in the Gaussian mixture model is initialized before the algorithm used KMEANS
GSM-voice-cipher
- 一种基于GSM的低码率语音信息隐秘传输方法。 本文描述了一种可将一路低码率2．4kb／s混合激励线性预测(MELP)编码语音信息，隐藏在另一路13kb／s的GSM编码语音中，通过公共信道隐秘传输的方法。文中给出了一种新的数据嵌入方法，该方法以一个单位增广矩阵为基础，可在(2L+1)比特可修改信息中嵌入2L比特数据信息，而最多只需修改￡比特宿主信息，有较高的数据嵌入率，算法计算复杂度较低，较易于硬件实现，且对宿主信息的影响也较少。-GSM-based low bit rate voice co
hybrid-algorithm
- 一种用于说话人性别鉴定的混合算法，本文论述了多种方法实现说话人性别识别，可供研究语音的学者学习。-A used in speaker sex identification of the hybrid algorithm, this paper discusses multiple methods achieve gender recognition to the scholars, available for study pronunciation study.
GMM_EM
- 2类分类高斯混合模型 使用k-means的方法来初始化GMM， 基于EM算法计算出GMM模型参量。 测试GMM模型分别有2个，4个，8个混合成分-2-class classifier with Gaussian Mixture Models. Use the k-means method to initialize the GMM’s Then improve the GMM models iteratively based on the EM algo-rithm.
Laplace
- 传统的短时谱估计语音增强算法通常假设语音谱分量相互独立，没有考虑语音谱分量间的相关性。针对这 一问题，该文提出一种新的基于多元Laplace分布模型的短时谱估计算法。首先，假设语音的离散余弦变换(DCT) 系数服从多元Laplace分布，以此利用谱分量间的相关性；在此基础上，利用多元随机矢量的高斯尺度混合模型表 示，推导得到语音DCT系数矢量的最小均方误差(MMSE)估计的解析表达式；并进一步推导了基于该分布模型的 语音存在概率，对最小均方误差估计子进行修正。实验结果表明，该算法
voice-box-GMM
- 语音处理GMM相关算法,1.计算概率密度并画出高斯混合模型，2.计算边际，条件混合高斯密度,3估计两个GMM模型的Kullback-Leibler divergence。-GMM relating to speech processing algorithms.1,to calculate probability densities from or plot a Gaussian mixture model.2,marginal and conditional Gaussian mixture
GMM-MFCC
- 基于GMM的MFCC算法的说话人识别，Maltab的高斯混合模型，12维。-MFCC speaker recognition algorithm based on GMM
FastICA_25
- 利用独立变量分析的算法实现语音之间得分离。任何声音与人声的混合，人声与人声的混合都可以实现(Using independent variable analysis algorithm to achieve separation between speech. Any mixture of sound and vocals, mixing of vocals and vocals can be achieved)