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. 基于高斯混合模型的说话人识别

  2. 由于在人的话音频谱中,低频和较高频段含有较多说话人的个性信息,本文提出一种 LPC 倒谱的改进算法用于与文本无关的说话人识别。该改进算法通过话音频谱的各频段进行加权, 突出说话人的个性信息,从而使说话人更易于区分。

  3. 所属分类：其它

    • 发布日期：2010-12-10
    • 文件大小：167kb
    • 提供者：benben0413

  1. 关于声纹识别的一些文章matlab 小波 dsp emd

  2. 1SJ／T 11380—2008《自动声纹识别（说话人识别）技术规范》概述 2话说人识别技术及其军事应用 3基于DSP的声纹识别技术的研究 4基于EMD的声纹特征参数提取 5基于MATLAB的声波分析研究 6基于改进的高斯混合模型算法的说话人识别 7基于模糊聚类的矢量量化的声纹识别研究 等等一共18篇，肯定有你能用到的

  3. 所属分类：专业指导

    • 发布日期：2011-03-24
    • 文件大小：4mb
    • 提供者：loookcc

  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. matlab下的基于高斯混合模型的说话人识别系统（MFCC和GMM）

  2. 这个是我参照网上的一些代码写的，可以训练和识别，但是没有做预处理，所以录音时要注意不要出现没声音的片段，识别率不是很高，可以做一下参考！ code=train('train\',4) %训练 test('test\',8,code) %识别

  3. 所属分类：管理软件

    • 发布日期：2011-05-13
    • 文件大小：2mb
    • 提供者：gxquickly

  1. 基于VQ与GMM的说话人识别论文

  2. 基于VQ与GMM（高斯混合模型）的说话人识别的论文

  3. 所属分类：专业指导

    • 发布日期：2011-10-22
    • 文件大小：2mb
    • 提供者：zhuth

  1. 基于高斯混合模型的说话人识别

  2. 说话人识别最经典的文章，高斯混合模型应用到说话人识别的鼻祖文章。

  3. 所属分类：专业指导

    • 发布日期：2012-02-10
    • 文件大小：335kb
    • 提供者：weihli

  1. 基于共性特征选择的短时说话人识别方法

  2. 一篇基于共性特征选择的短时说话人识别方法，利用说话人语音数据得到高斯混合模型，提取说话人之间的公共重叠部分，建立共性重叠模型和非重叠模型，根据这2个模型完成测试语音特征的选择。

  3. 所属分类：专业指导

  1. 高斯混合模型说话人识别

  2. matlab上基于高斯混合模型的说话人识别系统

  3. 所属分类：其它

    • 发布日期：2014-04-09
    • 文件大小：255kb
    • 提供者：u014619203

  1. 基于matlab上实现高斯混合模型说话人识别技术报告

  2. 超级详尽的毕业论文报告，在matlab上实现了基于高斯混合模型的说话人识别，代码在我的另一资源中

  3. 所属分类：专业指导

    • 发布日期：2014-04-09
    • 文件大小：312kb
    • 提供者：u014619203

  1. 基于高斯混合模型（GMM）的说话人识别实验.zip

  2. 语音信号处理实验教程配套matlab代码，GMM。可以实现基本的训练和识别。

  3. 所属分类：专业指导

    • 发布日期：2019-06-19
    • 文件大小：2mb
    • 提供者：qq_41779850

  1. 11.2 基于高斯混合模型（GMM）的说话人识别实验.rar

  2. 有完整的代码程序，有语音，高斯混合模型的说话人识别

  3. 所属分类：其它

    • 发布日期：2019-10-17
    • 文件大小：2mb
    • 提供者：jac_ll

  1. 基于高斯混合模型的说话人识别

  2. 使用说明请看这里：https://blog.csdn.net/yj13811596648/article/details/88746350

  3. 所属分类：机器学习

    • 发布日期：2019-03-22
    • 文件大小：1mb
    • 提供者：yj13811596648

  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：117kb
    • 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：117kb
    • 提供者：weixin_38720762

  1. 基于听觉模型的说话人语音特征提取

  2. 基于听觉模型的特性，仿照MFCC参数提取过程，提出了一种基于Gammatone滤波器组的说话人语音特征提取方法。该方法用Gammatone滤波器组代替三角滤波器组求得倒谱系数，并且可以调整Gammatone滤波器组的通道数和带宽。将该方法所求得的特征在高斯混合模型识别系统中进行仿真实验，实验结果表明，该特征在一定情况下优于MFCC特征在系统的识别率，同时在Gammatone滤波器组通道数较高或滤波器带宽较小的情况下，系统具有较高的识别率。

  3. 所属分类：其它

    • 发布日期：2020-10-19
    • 文件大小：577kb
    • 提供者：weixin_38501610

  1. 用于语音识别的低阶约束特征本机扬声器自适应方法

  2. 该文提出一种基于低秩约束的本征音子（Eigenphone）说话人自适应方法。原始的本征音子说话人自适应方法在自适应语料充分时具有很好的效果，然而当自适应语料不足时，出现严重的过拟合现象，导致自适应后的系统可能比自适应前的系统还要差首先，对协方差矩阵为对角阵的隐马尔可夫-高斯混合模型语音识别系统，推导出一种简化的本征音子矩阵估计算法；然后，对本征音子矩阵约会低秩约束，采用矩阵的核范数作为矩阵秩的凸近似，通过调节核范数的权重因子以有效控制自适应模型的复杂度；最后，采用一种加速近点梯度算法以转换新算法

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：261kb
    • 提供者：weixin_38608726

  1. 使用压缩感测功能快速调整说话人

  2. 即使适配数据量有限，基于说话者空间的说话人自适应方法也可以获得良好的性能。 然而，对于特定的未知说话者来说，难以确定子空间的最佳尺寸和基向量。 常规方法（例如本征语音（EV）和参考说话者加权（RSW））只能获得次优说话者子空间。 在本文中，我们提出了一种使用压缩感测的基于说话人空间的新说话人自适应框架。 基于常规高斯混合模型隐藏式马尔可夫模型（GMM-HMM）的语音识别系统的所有混合分量的均值向量被连接起来以形成超向量。 说话人适应问题被视为从有限的语音信号观察中恢复说话人相关的超向量。 冗余的

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：681kb
    • 提供者：weixin_38536397

  1. 基于特征电话说话人子空间的说话人自适应语音识别方法

  2. 本征音子说话人自适应算法在自适应数据量充足时可以取得很好的自适应效果，但在自适应数据量不足时会出现严重的过拟合现象。首先引入基于隐马尔可夫模型-高斯混合模型（HMM-GMM）的语音识别系统中本征音子说话人自我的算法适应的基本原理。其次通过约会说话人子空间对不同说话人的本征音子矩阵间的相关性信息进行建模；然后通过估计说话人相关坐标矢量得到一种新的本征音子说话人子空间自适应算法。最后将本征音子说话人子空间自适应算法与传统说话人子空间自适应算法进行了对比。自适应算法比例，该算法在自适应数据量极少时能提

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：334kb
    • 提供者：weixin_38738528

  1. 基于语音的说话者识别：使用语音MFCC和GMM识别说话者-源码

  2. 基于语音的说话人识别 说话人识别/识别使用： 免费的ST美国英语语料库数据集（SLR45） 梅尔频率倒谱系数（MFCC） 高斯混合模型（GMM） 数据集 可以在上找到免费的ST美国英语语料库数据集（SLR45） 。 它是提供的免费的美国英语语料库，其中包含10位说话者（5位女性和5位男性）的讲话。 每个说话者大约有350种话语。 理论 语音特征提取 此处使用梅尔频率倒谱系数（MFCC），因为它们可在说话者验证中提供最佳结果。 MFCC通常如下得出： 进行信号（窗口摘要）的傅立叶变换。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：56kb
    • 提供者：weixin_42139429

  1. 基于自适应高斯混合模型与静动态听觉特征融合的说话人识别

  2. 基于自适应高斯混合模型与静动态听觉特征融合的说话人识别

  3. 所属分类：其它

« 12 »