搜索资源列表
traitementduson
- Speech analysis and parameter extraction Short-term analysis, frames and windows Time-domain analysis: energy, zero-crossings, statistic parameters, autocorrelation Frequency-domain analysis: spectra and spectrograms Cepstral analysis Linear predi
LPCC.rar
- 可以在CCS中运行的LPCC程序，包括语音参数分析主函数，信号的自相关函数，由自相关函数计算LPC预测系数，由LPC预测系数计算LPC倒谱系数，由LPC预测系数计算MEl到普系数等函数,CCS can be run at the LPCC procedures, including analysis of voice parameters of the main function, the signal autocorrelation function, autocorrelation func
lpc
- matlab 求线性倒谱系数,用于语音识别-matlab linear cepstral coefficients for speech recognition
cepstrum
- 求出语音信号的倒谱以便于进一步对语音信号作进一步的分析处理，分析信号的特性。-Derived Cepstral voice signal in order to facilitate further speech signal processing for further analysis, analysis of signal characteristics.
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
Cepstrum
- 对语音信号进行倒谱分析，产生信号图形和倒谱图形-Voice signals on cepstral analysis, signal graphics and graphics cepstrum
MFCC
- 为了实现高速语音特征参数的提取，在分析了美尔频率倒谱特征参数提取算法的基础上，提出了算法的硬件 设计方案，介绍了各模块的设计原理。该方案增加了语音激活检测功能，可对语音信号中的噪音帧进行检测，提高了特征参 数的可靠性。-In order to achieve high-speed voice characteristic parameter extraction, in the analysis of Mel frequency cepstral feature extraction a
yuyinshiyupinyufenxi
- 语音信号的时域频域分析，从短时能量到语谱图，以及线性预测参数和梅尔倒谱系数-Speech signal in time domain frequency domain analysis, from the short-term energy to the spectrogram, and the linear prediction parameters and the Mel cepstral coefficients, etc.
abc
- 语音处理技术中用倒谱分析来求基音周期，为后续处理打下基础-Cepstral voice processing technology used to find pitch period analysis, laying a foundation for the subsequent treatment
lpcc
- 语音信号美尔倒谱分析。美尔倒谱分析的c程序实现。-Mel Cepstral Speech Signal Analysis. Mel Cepstrum analysis c Program.
TDTWspeecchh
- 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 -This paper first introduces the research and
upload
- Short-Time Spectrum Analysis and Cepstral analysis
mymfccdtw
- 用DTW分析wav文件的MFCC倒频系数，以识别说话人的程序-Wav files using DTW analysis MFCC cepstral coefficients, in order to identify the speaker' s program
3MATLABYUYIN
- 3.1语音信号的同态处理和倒谱分析30 3.1.1同态处理的基本原理30 3.1.2复倒谱和倒谱31 3.2离散余弦变换34 3.3Mel频率倒谱系数的分析37 3.3.1Mel滤波器组37 3.3.2MFCC特征参数提取38 3.4小波和小波包变换43 3.4.1小波变换43 3.4.2小波包变换44 3.4.3小波包算法45 3.4.4MATLAB中一维小波和小波包变换函数46 3.4.5MATLAB语音信号小波和小波包变换的例子49 3.
lpc_vocoder_rev2
- 这个MATLAB构建一个锻炼LPC声码器,即,执行LPC分析和合成语音文件,导致合成语音近似原始的演讲。LPC分析使用一个标准的自相关分析来确定LPC系数的设置,一帧一帧的基础上,以及框架获得。一个独立的分析方法(cepstral螺距内检测器)把每一帧的言论是要么表示演讲(时间由cepstral峰值的位置在指定范围的音调时期)或无声的言论(模拟随机噪声帧)0帧基音周期的样本。独立的分析提供了一个两国并存的激发函数LPC合成处理的一部分,包括一系列的脉冲(表示帧期间)和/或噪声序列(在无声的帧)。
mfcc_m
- 可以实现梅尔倒谱系数参数的分析与合成mf-You can achieve Mel Cepstral parameters analysis and synthesis mfcc
m_vgixuf
- 用MATLAB编写的语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、temp函数、短时幅度差、倒谱、复倒谱temp1系数计等，是我多年调试通过的程序 -MATLAB prepared with short-term analysis of the speech signal, including: framing, short-time energy, short-term average amplitude, short-term zero rate, temp f
m_x4695j
- 用MATLAB编写的语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、 Swjqlf函数、短时幅度差、倒谱、复倒谱 mSfcKbB系数计等，是我多年调试通过的程序 -MATLAB prepared with short-term analysis of the speech signal, including: framing, short-time energy, short-term average amplitude, short-term zero rate,S
m_xs6wyo
- 用MATLAB编写的语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、 KPuiyk函数、短时幅度差、倒谱、复倒谱 rbUgYfE系数计等，是我多年调试通过的程序 -MATLAB prepared with short-term analysis of the speech signal, including: framing, short-time energy, short-term average amplitude, short-term zero rate,K
m_yr57ye
- 用MATLAB编写的语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、 olpjad函数、短时幅度差、倒谱、复倒谱 OkrzXPY系数计等，是我多年调试通过的程序 -MATLAB prepared with short-term analysis of the speech signal, including: framing, short-time energy, short-term average amplitude, short-term zero rate,o