搜索资源列表
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
lyapunovnewway
- 一种新的计算lyapunov指数的方法,一种新的计算lyapunov指数的方法
getparam
- HMM模型中参数计算的方法,包括前向概率,后向概率等用M语言来实现,已经调试通过
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
audioProcessingtoolbox
- 这是一个语音处理工具箱，提供了语音处理的基本函数，包括有分帧、能量计算、零交叉计算、多种方法的音调提取、共振峰提取。。。等等。
030523
- 基音频率#89: <=>?@ABCDEA:CF?>EG@EA H(I& 是语音信号一个非常重要的特征参数\"而传统的基 频检测算法#89: <BE:E :9=ACFJ=>9:<D KL2(M％\"’N大 都运用了自相关或互相关计算等计算复杂度很高的 方法\"而且分帧计算所得到的结果实际上是各帧内 基频的平均值\"这使得大多数算法不能精确地指出 任意时刻的基频\"因此\"如何在保证检测精度的前提 下\"能够找到更为高效和鲁棒的方法仍然
mfcc
- 采用间接方法提取MEL倒谱，先计算自相关系数，然后由自相关系数计算LPC预测系数和反射系数，再计算LPC倒谱系数，最后由LPC倒谱系数计算MFCC 。
0-9(Speech-Recogenition)用matlab仿真0到9十个数字的语音识别
- 用matlab仿真0到9十个数字的语音识别 1、对语音的WAV文件和LAB文件进行处理，产生十个文件，每个文件对应于一个数字，存贮着该数字的波形文件。（shujuzhengli.m） 2、分别利用上面十个文件训练出十个HMM模板，具体方法是：首先将语音的波形文件分帧，以128个点为一帧，帧移为64，每一帧通过mfcc.m计算出13个系数，随着波形的长度不同，一个语音文件可以计算得到13*N个系数，截取13*15的矩阵（mfcc系数）用作训练数据。一般一个HMM模板用20组mfcc系数
matlab.rar
- 本程序是语音识别源程序，该方法能节省大量的计算时间，大大减少计算量,This procedure is a source of speech recognition, the method can save a lot of computing time, greatly reducing the computation
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
20090226
- 从盲声源信号的独立性出发!提出了一种新的盲声源混合信号分离方法:该方法基于信号联合概率的 分布统计!利用信号联合概率的方向导数熵最小获得最佳的旋转角度!最终实现盲信号分离:与快速独立分 量分析方法及神经网络方法相比!该方法不需要迭代计算:采用新的盲声源信号分离方法对轴承试验台的混 合声音信号进行识别!将电机和滚动轴承的声音分离出来!进而可以准确识别机械的故障-Blind sound source from the independence of the starting signal
lpcc
- 本源码为语音识别中lpcc（线性预测倒谱系数）的计算方法。经试验，可用。为方便大家理解，关键语句和函数后面都加上了注释。-The source code for speech recognition in lpcc (Linear Prediction Cepstrum Coefficient) is calculated. After testing, can be used. To facilitate the understanding of everyone, the key behin
LBG_newdistortion
- LBG算法实现，但使用了新的distortion计算方法-LBG algorithm realization, meanwhile using new distortion measuring method
F2_6764
- 端点检测是指用数字处理技术来找出语音信号中的各种段落（如音素、音节、词素、词等）的始点和终点的位置。语音段起止端点检测是语音分析、语音合成和语音识别中的一个必要环节。传统的端点检测方法是从wav文件中获取语音采样，将其分帧并计算短时能量和过零率参数，然后进行端点检测。这种工作方式被称为离线处理方法 ，无法实现语音信号的实时处理，对于语音信号分析具有一定的局限性。本文通过开发ActiveX控件，在MATLAB环境下将其嵌入到figure窗口中，以GUI程序的方式使用，实现语音信号端点检测的实时处
AFTE
- 语音识别方法。计算语音的长时特性。利用Gamma tone 进行子带划分，然后计算子带能量。-Speech Recognition. Voice of the long computing features. Using Gamma tone for sub-band division, and then calculate sub-band energy.
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
encoding--bandwidth-Calculation
- 这篇文档介绍了语音编码方式及所占用带宽的计算方法-This document describes a speech coding method and the method of calculating bandwidth
LPC-speech
- 对加窗后的语音帧计算lpc系数.用倒谱的方法求频谱 加海明窗的原始语音帧LPC倒谱.-Calculate lpc coefficients of the windowed speech frames. Cepstrum and spectrum the Jia Haiming window of the original speech frame LPC cepstrum.
Dereverberation
- 通常语音信号在增强时会出现混响现象，演讲者为了消除背景混响，不得不频繁地偏转头部的方向，这样会造成脉冲响应的不断改变。我们结合盲解卷法和频谱消去法来提高逆滤波器的滤波效果。我们利用输入语音信号间的相关系数矩阵计算出稳定、精确的室内脉冲响应的逆滤波器，而这些输入信号无需测量室内的脉冲响应就能被观测到。逆滤波能够消除早期的反射，这些反射包含混响中的绝大部分能量。之后，用频谱消去法来抑制逆滤波后的信号的尾部混响。本方法在实际适应性方面的表现通过具体的实验进行了验证，结果表明盲解卷法和频谱消去法的结合相
p2
- 清华大学信号处理原理课程实验，内容是各种卷积计算方法性能的比较-Tsinghua signal processing theory course experiment, the content is the convolution calculation methods compare the performance of