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. 语音识别技术文章.rar

  2. 第一部分 基本理论 第2章 听觉机理和汉语语音基础 2. 1 概述 2.2 听觉机理和心理 2.2.1 语音听觉器官的生理结构 2.2.2 语音听觉的心理 2.3 发音的生理机构与过程 2.4 汉语语音基本特性 2.4. 1 元音和辅音 2.4.2 声母和韵母 2.4.3 音调(字调) 2.4.4 音节(字)构成 2.4.5 汉语的波形特征 2.4.6 音的频谱特性 2.4.7 辅音的频谱特性 2.4.8 汉语语音的韵律特征 2.5 小结 参考文献 第3章 语音信号处理方法--时域处理 3.1

  3. 所属分类：其它

    • 发布日期：2011-05-12
    • 文件大小：5mb
    • 提供者：wangjunhui1984

  1. 语音识别的MATLAB实现

  2. 语音识别的MATLAB实现 声控小车结题报告 小组成员：关世勇 吴庆林 一、 项目要求： 声控小车是科大华为科技制作竞赛命题组的项目，其要求是编写一个语言识别程序并适当改装一个小型机动车，使之在一个预先不知道具体形状的跑道上完全由声控来完成行驶比赛。跑道上可以有坡面，坑， 障碍等多种不利条件，小车既要具有较快的速度，也要同时具有较强的灵活性，能够克服上述条件。 二、 项目分析： 由于小车只要求完成跑道上的声控行驶，所以我们可以使用简单的单音命令来操作，如“前”、“后”、“左”、“右”等。 由于

  3. 所属分类：其它

    • 发布日期：2009-03-03
    • 文件大小：554kb
    • 提供者：u012130076

  1. 数字信号处理课程设计--基于MATLAB的语音去噪处理.pdf

  2. 数字信号处理课程设计--基于MATLAB的语音去噪处理.pdf数字信号处理课程设计报告 目录 1绪论 2课程设计内容 5 3课程设计的具体实现… ““4“““““““4““““4“““““““““““““““““““““““““““““5 3.1语音信号的采集 ++“++++++++++++++++++“+“++++“++++++++++++“+++·+++++“+++ 3.2语音信号的时频分析………………………………4 3.3语音信号加噪与频谱分析 3.4利用双线性变换法设

  3. 所属分类：专业指导

  1. 单片机与DSP中的基于ARM的FIR数字滤波器的软件实现

  2. 0 引言 　　数字滤波器作为语音与图象处理、模式识别、雷达信号处理、频谱分析等应用中最基本的处理部件，现已成为最常用的工具之一。它既能满足滤波器对幅度和相位特性的严格要求，又能避免模拟滤波器所无法克服的电压漂移、温度漂移和噪声等问题。而对于具有线性相位特性的滤波问题，设计时一般都选择FIR滤波器。 　　相对于窗函数法和频率设计法，在将理想频率响应和实际频率响应之间的加权逼近误差均匀地分散到滤波器的整个通带和阻带最小化和最大误差这个意义上来说，Chebyshev逼近法可以被视为最佳的设计准则。

  3. 所属分类：其它

    • 发布日期：2020-11-09
    • 文件大小：220kb
    • 提供者：weixin_38570278

  1. dla:音频处理的深度学习-源码

  2. 音频深度学习（DLA） 每周的讲座和研讨会资料位于./week*文件夹中，有关资料和说明，请参阅README.md。 任何技术问题，想法，课程资料中的错误，贡献想法-添加问题 该课程的当前版本于2020年秋季在的进行 教学大纲 数字信号处理简介 讲座：信号，傅立叶变换，频谱图，MFCC等 研讨会：PyTorch简介，DevOps，深度学习研发 自动语音识别I 讲座：指标，注意力，LAS，CTC，BeamSearch 研讨会：Docker，W＆B，音频增强 自动语音识别II 演讲：LM融

  3. 所属分类：其它

  1. 基于频谱图的语音识别

  2. 深度学习在人工智能领域取得了巨大突破。 当前，时域语音识别的鲁棒性较差，频域语音识别的频谱图复杂度也需要大大降低。 因此，本文提出了一种基于R-CNN的快速目标检测方法，用于在时域和频域中识别用于语音识别的频谱图。 提出的方法仅关注频谱图的局部感兴趣区域（明显的声纹），该区域过滤高频噪声以提高性能。 实验结果表明，所提出的方法比现有方法具有更高的准确性和鲁棒性，并且在嘈杂的工厂中可以表现良好。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：515kb
    • 提供者：weixin_38539018

  1. 基于粒子群支持向量的原始语言谱图识别

  2. 在本文中，我们将语音识别算法应用于基于粒子群优化（PSO）和支持向量机（SVM）的Primi语言。 首先，我们使用傅立叶变换绘制每种Primi语言的语用。 然后，我们提取每个语音频谱的直方图均衡特征，以构建特征向量。 最后，我们使用SVM识别Primi语言孤立的单词并完成分类。 为了找到全局最优解，使用PSO对支持向量机中的惩罚参数和核函数参数进行优化。 基于最优参数的分类精度超过89.8％。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：308kb
    • 提供者：weixin_38557838

  1. 基于Matlab的藏语语音频谱仿真和分析

  2. 语谱图是语音信号处理过程中的重要参数之一，直观地反映语音信号的动态频谱特征。语谱图是将语音的时域信号转换成二维和三维图像信号的重要方法。介绍了语谱图的算法原理、关键技术和仿真流程，阐述了藏语辅音发音特征和拼读规律；采集了藏语拉萨语辅音真人录音数据、在Matlab环境下进行了预处理、分帧、加窗和语谱图的绘制；分析了频谱分布情况，提取了辅音的基音、共振峰等藏语语音参数。研究结果对藏语语音声学分析、藏语语音合成和识别的研究具有一定的参考价值。

  3. 所属分类：其它