搜索资源列表
feature_extraction_in_speech_recognition1993
- 最权威和最全面的语音识别的特征提取的 IEEE的期刊论文1993
feature_extraction_in_speech_recognition1992
- 最权威和最全面的语音识别的特征提取的 IEEE的期刊论文1992
feature_extraction_in_speech_recognition1991
- 最权威和最全面的语音识别的特征提取的 IEEE的期刊论文1991
feature_extraction_in_speech_recognition1989
- 最权威和最全面的语音识别的特征提取的 IEEE的期刊论文1989
feature_extraction_in_speech_recognition1987
- 最权威和最全面的语音识别的特征提取的 IEEE的期刊论文1987
feature_extraction_in_speech_recognition1980
- 最权威和最全面的语音识别的特征提取的 IEEE的期刊论文1980
feature_extraction_in_speech_recognition1979
- 最权威和最全面的语音识别的特征提取的 IEEE的期刊论文1979
feature_extraction_in_speech_recognition1978
- 最权威和最全面的语音识别的特征提取的IEEE的所有的期刊论文1978
feature_extraction_in_speech_recognition1975
- 最权威和最全面的语音识别的特征提取的IEEE的所有的期刊论文1975
mfcc
- 语音处理中用于特征提取，mel倒谱系数法可以反映语音的动态特征。
1
- 摘要：一般的说话人识别系统包括特征提取和识别模型两部分，其中特征参数的选择对系统 的识别性能有关键性的影响，现就特征提取展开研究，介绍了各种常用的语音特征参数及目前 主流的两种参数的提取过程，并论述了小波分析应用于语音特征参数提取中的优势
111
- 语音信号处理，语音识别，大致知道要经过预处理，特征提取，矢量化和匹配计算等几个步骤， 用matlab对一个语音信号进行滤波，分桢，加窗或者端点检测． 注：网上下voicebox工具箱，用做语音处理
WPDC
- 语音识别系统 特征提取特征提取语音识别系统特征提取
mfcc
- 语音信号的特征提取，语音信号的Mel倒谱特征（MFCC）的求解方法，语音信号的线性预测原理以及LPC特征的求解方法
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。
application_of_special_person_on_ASR_for_the_contr
- 常用的说话人识别方法有模板匹配法、统计建模法、联接主义法(即人工神经网络实现)。考虑到数据量、实时性以及识别率的问题，采用基于矢量量化和隐马尔可夫模型(HMM)相结合的方法。 说话人识别的系统主要由语音特征矢量提取单元(前端处理)、训练单元、识别单元和后处理单元组成，
feature
- 语音信号特征提取的源程序，很有帮助！希望大家参考一下！
语音矢量化及算法及与原文件的矢量对比功能源代码
- 基于VC++的语音信号在提取特征参数后，进行HMM模型训练前的关键一步，对特征参数进行矢量量划，作为观测值输入
端点检测程序
- 语音端点检测，是语音压缩时提取特征参数的一个必要的过程，这个程序主要是对这个过程的一个小的程序。希望对学语音的有帮助-Extreme point detecting is a primily process to get the eigenparameter when you compressing the speech.This program is a small one,it will help for the learner.
ROBOTsystem
- 本程序是基于模板匹配的语音识别技术。提取语音的特征，并建立模板库。可以将语音识别技术应用于机器人。-this program is based on template matching speech recognition technology. Extraction of voice features, and the establishment of Template Library. Voice recognition can b