注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于倒谱的语音特性提取算法设计及其实现

  2. 在语音信号处理中，常用的语音特性是基于Mel频率的倒谱系数（MFCC）以及一些语音信号的固有特征，如共振峰和基音频率等。倒谱可以较好地将语音信号中的激励信号和声道响应分离，并只需要用十几个倒谱系数就能较好地描述语言信号的声道响应，在语音信号处理中占有很重要的位置。本论文设计了基于倒谱的语音特性参数提取算法，并在Matlab中予以实现。

  3. 所属分类：其它

    • 发布日期：2010-04-15
    • 文件大小：832512
    • 提供者：jy00272082

  1. 语音信号特征提取中Mel倒谱系MFCC的改进算法

  2. 从说话人的语音信号中提取说话人的个性特征是声纹识别的关键。主要介绍语音信号特征提取方法中的Mel倒谱系数 (Mel—Frequence cepstral coemcients，MFcc)的特点及其改进算法(3Q+1)，分析给出了较详细的计算过程并通过实验比较了其和 传统算法在语音识别系统中的差别。

  3. 所属分类：专业指导

    • 发布日期：2012-08-19
    • 文件大小：243712
    • 提供者：vblittleboy

  1. mfcc特征提取 语音识别特征提取

  2. MFCC：Mel频率倒谱系数的缩写。Mel频率是基于人耳听觉特性提出来的，它与Hz频率成非线性对应关系。Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系，计算得到的Hz频谱特征，MFCC已经广泛地应用在语音识别领域。由于Mel频率与Hz频率之间非线性的对应关系，使得MFCC随着频率的提高，其计算精度随之下降。

  3. 所属分类：其它

    • 发布日期：2012-12-01
    • 文件大小：1024
    • 提供者：honeyrr

  1. mel倒谱系数的提取

  2. 用matlab编写 音频中mel倒谱系数的提取

  3. 所属分类：其它

    • 发布日期：2012-12-04
    • 文件大小：4096
    • 提供者：xiaobingqin

  1. Mel频率倒谱系数提取及其在声纹识别中的作用

  2. 从说话人的语音信号中提取出说话人的个性特征是声纹识别的关键。本文介绍了一种基于HMM的声纹识别系统，采用能够反映人对语音的感知特性的Mel频率倒谱系数(Me1．Frequency Cepstral Coeficients，MFCC)作为特征参数，取得了很好的结果。

  3. 所属分类：专业指导

    • 发布日期：2013-05-10
    • 文件大小：158720
    • 提供者：u010564810

  1. 基于谱质心直方图-SVM的滚动轴承故障诊断

  2. 轴承早期故障信号的信噪比较低，较难识别。为提高轴承早期故障诊断的准确，分析了现有方法和视觉信息处理方式的相似点，从视觉信息处理的角度进行研究，提出一种基于谱质心直方图的滚动轴承故障特征提取方法，将所提出方法用于滚动轴承不同运行状态下的故障特征提取，将所提取特征作为支持向量机的输入特征向量从而实现对滚动轴承不同运行状态的智能分类。实验证明，谱质心直方图提高了轴承早期故障诊断准确率，准确率平均提高了2 %，优于Mel频率倒谱系数特征。

  3. 所属分类：交通

    • 发布日期：2014-10-13
    • 文件大小：1048576
    • 提供者：lijianjunjie

  1. 语音特征提取和识别

  2. 本文意在讲解语音识别的方法，主要包括语音特征提取（Mel频率倒谱系数的提取），softmax分类器进行四分类，数据库为京剧。

  3. 所属分类：讲义

    • 发布日期：2015-04-12
    • 文件大小：4194304
    • 提供者：hlx371240

  1. MFCC（梅尔频率倒谱系数）计算代码

  2. MFCC特征提取过程： 1）先对语音进行预加重、分帧和加窗： 2）对每一个短时分析窗，通过FFT得到对应的频谱； 3）将上面的频谱通过Mel滤波器组得到Mel频谱； 4）在Mel频谱上面进行倒谱分析

  3. 所属分类：软件测试

    • 发布日期：2019-05-06
    • 文件大小：621568
    • 提供者：westbrooook

  1. MFCC（梅尔频率倒谱系数）全部计算代码

  2. MFCC特征提取过程： 1）先对语音进行预加重、分帧和加窗： 2）对每一个短时分析窗，通过FFT得到对应的频谱； 3）将上面的频谱通过Mel滤波器组得到Mel频谱； 4）在Mel频谱上面进行倒谱分析

  3. 所属分类：软件测试

    • 发布日期：2019-05-06
    • 文件大小：622592
    • 提供者：westbrooook

  1. 高压水射流靶物反射声信号的特征提取方法

  2. 为了提高利用高压水射流靶物反射声信号识别靶物材质的效率,针对地雷探测过程常见的地雷、石块、砖块和木块4种靶物,采用不同的特征提取方法来识别靶物材质。在分析Mel频率倒谱系数及小波包变换倒谱系数基本原理的基础上,结合靶物反射声信号的特点,提出了一种基于Mel频率倒谱和小波包变换倒谱特征融合的特征提取方法:利用小波包变换将原始靶物反射声信号划分为若干子频段,选取其中一个子频段作为低频和高频的划分层;低频部分提取Mel频率倒谱系数作为特征值,高频部分则提取小波包变换倒谱系数作为特征值,将2组特征值线性

  3. 所属分类：其它

    • 发布日期：2020-05-14
    • 文件大小：649216
    • 提供者：weixin_38647039

  1. 基于Mel频率倒谱系数和遗传算法的煤矸界面识别研究

  2. 针对现有的煤矸界面识别技术采用的γ射线法不适用于顶板不含放射性元素或者放射性元素含量较低的工作面,而雷达探测法探测范围小、信号衰减严重的问题,提出了一种基于Mel频率倒谱系数和遗传算法的煤矸界面识别方法。该方法利用煤矸放落过程中产生的声波信号的特征差异进行煤矸识别,采用Mel频率倒谱系数将去噪后的煤矸声波信号变换到频域进行处理,提取出煤矸声波信号的32维特征参数;采用遗传算法优化处理32维特征参数,得到最优参数组合;采用支持向量机和BP神经网络对最优参数进行识别。实验结果表明,该方法能够准确识别

  3. 所属分类：其它

    • 发布日期：2020-05-02
    • 文件大小：621568
    • 提供者：weixin_38731761

  1. 基于DSP嵌入式说话人识别系统的设计

  2. 绍一种基于浮点型数字信号处理器(TMS320C6713),并通过语音识别说话人身份的实用系统。为构建一个稳定实用的基于DSP说话人识别系统。以Mel倒谱系数作为特征参数,采用高斯混合模型作为识别模型,模型参数采用FLASH ROM存储,并实现自举运行。经过调试,实现了系统的自举运行,自举运行时可选择系统的训练和识别功能,并可方便地选择参加训练和识别的说话人,识别的范围为10人,识别的速度在3 s之内,准确率达98%以上。达到了系统设计的目的要求。与其他系统相比,该系统在实现算法上加以一定的改进,

  3. 所属分类：其它

    • 发布日期：2020-07-30
    • 文件大小：119808
    • 提供者：weixin_38632624

  1. 基于DSP嵌入式说话人识别系统的设计与实现

  2. 绍一种基于浮点型数字信号处理器(TMS320C6713),并通过语音识别说话人身份的实用系统。为构建一个稳定实用的基于DSP说话人识别系统。以Mel倒谱系数作为特征参数,采用高斯混合模型作为识别模型,模型参数采用FLASH ROM存储,并实现自举运行。经过调试,实现了系统的自举运行,自举运行时可选择系统的训练和识别功能,并可方便地选择参加训练和识别的说话人,识别的范围为10人,识别的速度在3 s之内,准确率达98%以上。达到了系统设计的目的要求。与其他系统相比,该系统在实现算法上加以一定的改进,

  3. 所属分类：其它

    • 发布日期：2020-07-30
    • 文件大小：119808
    • 提供者：weixin_38720762

  1. 语音处理相关论文（共81篇）

  2. MATLAB环境下基于矢量量化的说话人识别系统.pdf MATLAB环境下的基于GMM模型的说话人识别系统.pdf MATLAB环境下的语音识别系统.pdf 一种基于GMM的说话人识别系统的实现.pdf 一种基于MFCC和LPCC的文本相关说话人识别方法.pdf 一种基于优化小波神经网络的语音识别.pdf 一种基于小波变换和隐Markov模型的声调识别方法.pdf 一种快速说话人搜索算法.pdf 一种改进的基于小波去噪HMM非特定人语音识别算法.pdf 一种改进的说话人识别系统

  3. 所属分类：其它

    • 发布日期：2009-08-08
    • 文件大小：17825792
    • 提供者：csstu