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
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
lpc_specgram
- 基于MATLAB语音线性预测分析报告及程序实现和语谱图实现。-linear prediction analysis and procedures to achieve and realize Spectrogram.
lpc10_10
- 剑桥大学语音分析代码-LPC线性预测编码源程序，包括训练与测试代码。
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。
语音的线性预测滤波
- 语音信号的线性预测分析
wangyh.rar
- 语音信号处理中使用线性预测分析方法分析语音信号，编程语言为C语言，开发环境为Visual C++ 2005,Speech signal processing using linear prediction analysis of speech signal analysis methods, programming languages for the C language development environment for Visual C++ 2005
parcor-
- 语音信号处理中，线性预测分析里面PARCOR系数的求解-PARCOR coefficient solution linear forecast analysis of the
LPA
- 语音信号处理中，用线性预测分析方法（LPA)分析分析语音信号。使用的方法是Levision递归，环境为Visual C++6.0-During the process of speech signal, we analyse the speech signal using linear predict analyse,environment is Visual C++6.0
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
lpc
- lpc线性预测编码，合成与分析，在matlab中实现-lpc
SpeechSignalAcquisitionandAnalysis
- 实现语音的采集，滤波，A/D转换，短时能量，短时过零数，线性倒谱分析-Speech Signal Acquisition and Analysis
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
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
speakerrecognization
- 摘要说话人识别在自动身份鉴别方面具有重要的现实意义。文章在分析了说话人识别实现的可行性基础上*提 出采用长时线性预测倒谱 +,--.,)系数和矢量量化 /0)模型的不依赖于文本的说话人识别方法，并成功地应用于 一个数据库查询系统中。-65DL5<?E5=7?9?AD7?8=CDH H?>=?9?AD=7 D66@?AD7?8=H?=D 78:D7?A?=E?G?E D@<5A8>=?7?8=D<5D#M=7C?H 6D65<* 7C5 68HH?N
my_lpc
- 线性预测（LPC）是语音信号处理中最有效的分析方法之一，通过LPC谱，LPCC谱的分析，并结合LPC检测方法判断出语音的基音周期或共振峰。我们可以利用Matlab来进行编程实现，具有实现简单，效果良好的特点-The linear predictive (LPC) is one of the most important methods in speech processing. Through the LPC spectrum, the LPCC spectrum analysis, and u
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
5956457lpc
- 语音信号的线性预测编码分析，生成语音信号的波形图，共振峰-The linear predictive coding speech signal analysis, speech signal waveform is generated, formant
speechsignalprocessing
- 易克初－本书主要介绍了语音信号的时频处理、频谱分析方法、线性预测原理和语音信号的时频域表示、参数表示和矢量表示等等，涉及时域分布、小波理论和矢量量化等新兴新域-speech signal processing
proclpc
- 本源程序为线性预测分析源程序 可以求得线性预测差值-The source code for the linear prediction analysis of source code can be obtained linear prediction difference