搜索资源列表
Natural gradient ML or nonlinear decorrelation alg
- 极小边际熵等价于叉四阶累积量的平方和最小。通过迭代使四阶累积矩阵对角化，实现交叉四阶累积量的平方和的极小化。他是语音识别的重要预处理算法-minimum entropy equivalent to the marginal four bands fork cumulative amount of square and smallest. Through iterative four bands so that the cumulative matrix diagonalization, four
speech_analysis
- 这时一个语音特征提取的程序源码，除了包含矩阵运算和矢量运算外，还包含了很多语音特征的提取算法，包括：共振峰(formant)提取、基音(pitch)提取、端点(endpoint)检测、线性预测系数(LPCC)、MFCC、LSF、PLCC、EPOCH等。这是我见到的最全的语音分析源码，推荐！-Then a voice feature extraction procedures source, in addition to containing matrix and vector operation
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
bss-sond
- 提出了一种新的自适应盲源分离算法。在无噪音实时两源两传感器的情况下, 一旦观 测信号被白化, 只需要辨识一个特定的旋转矩阵就可以完成盲源分离, 并给出了能表征该旋转矩阵的角的自适应估计器。仿真结果表明, 当满足源峭度和不为零的条件时, 这种方法是一种稳定的和有效的分离算法。-proposes a new adaptive algorithm for blind source separation. In the absence of real-time two noise sources t
SPECTRUM_LMS
- 1、文件夹中包含了经典功率谱估计和自适应均衡算法两个实验的所有程序。 2、R.m、LMS.m、LMSmain.m为自适应均衡算法的程序： R.m用来计算输入信号的自相关矩阵及其特征值； LMS.m为时域LMS算法，用统计的方法仿真得出不同信道参数和不同步长下的学习曲线； LMSmain.m为实验主程序，按照实验要求中的具体数据得到实验结果和曲线。 3、functionx.m、fzhouqitu.m、spectrum.m、bt.m、bart_lett.m、welch.m、SPE
LMS
- LMS算法实现自适应滤波 clear close all clc N=10000 设置仿真长度 信号产生参数设定 a1=-0.195 a1=-1.5955 a2=0.95 R0=[1,a1,a2 a1,1+a2,0 a2,a1,1] p=[1,0,0] r=inv(R0)*p 计算理论自相关函数 R=[r(1),r(2) r(2),r(1)] 生成理论自相关矩阵 p1=[r(2),r(3)] 生成互相关 h=inv(R)
ogrady2007_phd
- 国外欠定语音盲分离的博士论文，作者为Paul D. O’Grady，LOST算法的作者。该博士论文包括语音信号分离，非负矩阵分解等内容。-Sparse Separation of Under-Determined Speech Mixtures，A dissertation submitted for the degree of Doctor of Philosophy
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