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. 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GMM和SVN的说话人识别研究

  2. 基于GMM和SVN的说话人识别研究论文，对于感兴趣的有很好的指导作用。

  3. 所属分类：专业指导

    • 发布日期：2011-05-24
    • 文件大小：618kb
    • 提供者：xld862

  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. 基于GMM的说话人识别（C代码）

  2. 基于GMM的说话人识别（C代码），其中包括了GMM.C和MFCC.C，以及它们的头文件。

  3. 所属分类：C

    • 发布日期：2015-01-12
    • 文件大小：10kb
    • 提供者：u012424642

  1. 说话人识别

  2. 基于GMM的说话人识别（声纹识别），C代码，完整资源（源自openVP）。

  3. 所属分类：C

    • 发布日期：2015-01-12
    • 文件大小：71kb
    • 提供者：u012424642

  1. 基于GMM模型的说话人识别

  2. 基于GMM模型的说话人识别，有详细的论文、代码、代码注释、测试语音、答辩ppt、实验报告等，内容相当详细，一条龙服务，值得下载！

  3. 所属分类：其它

    • 发布日期：2017-05-05
    • 文件大小：18mb
    • 提供者：qinzhenhua100

  1. MSR说话人识别工具箱

  2. 该文件包含GMM-UBM模型和基于ivector的GMM-UBM模型。与其他MSR工具箱不同的是，在计算指标部分添加了AUC和EER。直接运行demo_gmm_ubm_artificial.m或者demo_ivector_plda_artificial.m即可。

  3. 所属分类：互联网

    • 发布日期：2017-12-20
    • 文件大小：1mb
    • 提供者：qq_18124075

  1. 文本有关的说话人识别系统

  2. matlab实现的基于特定文本的说话人识别系统 模式识别采用GMM 特征提取用的是MFCC 语音库仅供参考

  3. 所属分类：其它

    • 发布日期：2018-05-23
    • 文件大小：7mb
    • 提供者：qq_42187680

  1. 基于I-Vector的说话人识别

  2. 基于i-vector的说话人识别系统， 内部含有 - ./doc/ this directory contains a documention on how to generate i-vectors - ./gmm/ directory used to store the Universal Background Model - ./iv/ directory used to store the i-vectors when extracted - ./mat/ directory used

  3. 所属分类：机器学习

    • 发布日期：2018-01-18
    • 文件大小：24mb
    • 提供者：jisongbei9185

  1. 基于MFCC和GMM的说话人识别

  2. go.m为主程序。 本算法是基于Mfcc和Gmm的说话人识别，test文件夹中的语音数据来自于实验室的陈蕴谷、梁建娟、胡业刚、熊可、颜小运的真实语音。 部分程序采用的是台湾张智星先生编写的sar和dcpr工具箱，在此表示感谢。

  3. 所属分类：编解码

    • 发布日期：2019-05-01
    • 文件大小：1mb
    • 提供者：fatalyan

  1. 基于MFCC的GMM的说话人识别.rar

  2. 基于MFCC的GMM的语音识别matlab源码，本资料将语音识别过程模块话，每一部分都写成了一个子函数，移植性很强，方便理解。亲测好使。

  3. 所属分类：机器学习

  1. Go-govpr是golang实现的基于GMM-UBM说话人识别引擎(声纹识别)

  2. govpr是golang 实现的基于 GMM-UBM 说话人识别引擎(声纹识别),可用于语音验证,身份识别的场景. 目前暂时仅支持汉语数字的语音,语音格式为wav格式(比特率16000,16bits,单声道)

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：863kb
    • 提供者：weixin_39840387

  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GMM的说话人识别

  2. 从语音信号中有效地提取个人特征信息进行说话人身份的辨认和确认，是语音识别研究领域的一个重要研究方向。从人机交互、身份验证、信息检索等各个应用方向而言，说话人识别都具有广泛的应用前景，其硏究具有越来越重要的理论意义和实用价值。

  3. 所属分类：C/C++

    • 发布日期：2012-03-22
    • 文件大小：3mb
    • 提供者：amy5569

  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. 基于说话人特有特征集的GMM和i-矢量方法的说话人识别

  2. 在说话人识别中，当存在两个或多个发声类似的说话人时，会导致错误识别。为了提高在这种情况下的识别准确率，在音素层次上找出说话人特有的特征，将这些特征的子集构成一个该说话人特有的特征集，然后在这些特征集的基础上用GMM和i-矢量的方法对说话人进行识别。在实验室环境下收集了50个说话人的声音，分别在不同信噪比的环境下进行测试。实验结果表明提出的方法能够提高当存在发声类似的说话人时的识别准确率。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：783kb
    • 提供者：weixin_38526823
« 12 »