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. 语音识别技术文献综述

  2. 本文回顾了语音识别技术的发展历史，综述了语音识别系统的结构、分类及基本方法，分析了语音识别技术面临的问题及发展方向。

  3. 所属分类：专业指导

    • 发布日期：2009-10-14
    • 文件大小：86016
    • 提供者：yang2lan

  1. 语音识别技术在幼教软件中的应用研究

  2. 文章介绍了语音识别技术的发展现状和应用领域，分析现有语音识别软件的 特点和交互方式，与其他交互方式相比较，归纳语音识别技术中人机交互的特点。 同时，幼教软件作为本文主要的研究对象，文章从软件设计的角度重点讨论了幼 教软件的发展方向、用户特征和软件分类，以及对幼儿成长发育的影响。从使用 者、软件目标和交互界面三方面重点探讨了幼教软件中的人机交互特性，为语音 识别技术的引入进行铺垫。最后，使用MierosoftSAP巧.1语音识别技术，利用 VC一平台嵌入nash动画形成实例，实现语音识别技术在幼

  3. 所属分类：C++

    • 发布日期：2009-12-02
    • 文件大小：3145728
    • 提供者：haily0000

  1. 语音识别的研究与发展.pdf

  2. 综合阐述了语音识别技术的提出与发展历史，语音识别系统的分类，目前所面临的困难和采用的主要技术，以及 发展方向和应用前景

  3. 所属分类：专业指导

    • 发布日期：2009-12-03
    • 文件大小：261120
    • 提供者：viviantena

  1. 基于HMMSVM两级结构的汉语易混淆语音识别

  2. 基于HMM的汉语语音识别中，易混淆语音的识别率仍然不高．在分析HMM固有缺陷的基础上，本出一种使用SVM在HMM系统上进行二次识别来提高易混淆语音识别率的方法．通过引入置信度估计环节系统性能和效率．通过充分利用Viterbi解码获得的信息来构造新的分类特征，从而解决标准SVM难以处长数据的问题．详细探讨这种两级识别结构中置信度估计、分类特征提取和SVM识别器构造等问题．语音的结果显示，与采用HMM／SVM混合结构的模型相比，本文方法在对识别速度影响很小的情况下可以使有明显提高．这表明所提出的具

  3. 所属分类：专业指导

    • 发布日期：2009-12-23
    • 文件大小：594944
    • 提供者：viviantena

  1. 基于DTW和LVQ网络混合模型的语音识别方法

  2. 提出一种基于动态时间规整 DTW 和学习矢量量化 LVQ 神经网络的语音识别方法，该方法用动态时间规整算法先对语音信号进行时间规整 然后通过学习矢量量化神经网络进行语音的分类识别 首先介绍利用动态时间规整和学习矢量量化进行语音识别的基本方法 然后给出DTW/LVQ混合模型的系统结构和学习算法 最后给出三种语音识别算法的实验结果 大量实验表明 混合模型的识别率 皆明显高于单一的动态时间规整和学习矢量量化的识别率

  3. 所属分类：网络基础

    • 发布日期：2009-12-23
    • 文件大小：253952
    • 提供者：viviantena

  1. 基于ADPCM_CELP和语音分类的变速率语音压缩编码

  2. 基于ADPCM_CELP和语音分类的变速率语音压缩编码基于ADPCM_CELP和语音分类的变速率语音压缩编码

  3. 所属分类：专业指导

    • 发布日期：2010-05-23
    • 文件大小：64512
    • 提供者：superstar1103

  1. enframe语音清浊分类

  2. 语音清浊分类matlab程序 适合初学者

  3. 所属分类：Windows Server

    • 发布日期：2011-03-14
    • 文件大小：466
    • 提供者：aaltonen

  1. VoIP:IP语音技术

  2. 目 录 前言 第1章 绪论 1 1.1 因特网电话和分组语音 1 1.2 为何热衷于因特网电话 1 1.2.1 商业考虑 1 1.2.2 IP的普遍存在 3 1.2.3 技术的成熟 4 1.2.4 向数据网转移 4 1.3 为什么用IP传送电话业务 5 1.4 成功使用IP电话技术的障碍 5 1.5 在因特网和专用互连网中的VoIP 5 1.6 问题不在于是否，而是如何 6 1.7 VoIP的配置选择 6 1.8 专用VoIP网 8 1.9 下一步 9 1.10 基于IP的呼叫中心和电子商务

  3. 所属分类：其它

    • 发布日期：2011-04-06
    • 文件大小：12582912
    • 提供者：yiluzhuixun206

  1. 神经网络语音信号处理

  2. 神经网络语言信号处理 %%% 训练数据预测数据提取及归一化 %% 网络结构初始化...... %% 网络训练....... %% 网络预测输出 .... %% 权值阀值修正.... %% 语音特征信号分类.... %% 结果分析....

  3. 所属分类：其它

    • 发布日期：2011-04-07
    • 文件大小：4096
    • 提供者：lalula_123

  1. 用BP神经网络对语音特征信号分类

  2. 用BP神经网络对民歌、古筝、摇滚和流行四类不同音乐进行有效分类

  3. 所属分类：其它

    • 发布日期：2013-04-08
    • 文件大小：375808
    • 提供者：mmm0220

  1. BP神经网络的数据分类-语音特征信号分类

  2. BP神经网络的数据分类-语音特征信号分类

  3. 所属分类：专业指导

    • 发布日期：2013-04-10
    • 文件大小：375808
    • 提供者：yhm4806

  1. 神经网络语音信号分类

  2. 采用BP神经网络对语音信号进行分类，学习神经网络的童鞋可以看看

  3. 所属分类：其它

    • 发布日期：2014-06-05
    • 文件大小：4096
    • 提供者：xuzhij

  1. BP神经网络的数据分类_语音特征信号分类的MATLAB代码

  2. 关于BP神经网络的数据分类_语音特征信号分类，可以直接运行！

  3. 所属分类：其它

    • 发布日期：2016-06-13
    • 文件大小：375808
    • 提供者：pengheartoh

  1. 简单的音乐语音分类算法

  2. 改代码是简单的语音音乐分类，能够对一段音频中的语音和音乐进行区分

  3. 所属分类：直播技术

    • 发布日期：2018-04-26
    • 文件大小：491520
    • 提供者：maizisuiyue

  1. BP神经网络的数据分类

  2. 本代码主要是用BP神经网络进行数据分类，代码中是语音特征信号分类

  3. 所属分类：机器学习

    • 发布日期：2018-08-16
    • 文件大小：379904
    • 提供者：qq_42006303

  1. 基于PAD模型的级联分类情感语音识别

  2. 针对声学特征(韵律特征和MFCC特征)对情感语音的分类识别性能不理想的问题,提出了一种将声学特征与情感语音PAD数据相结合的级联分类方法用于情感语音识别。首先提取情感语音的声学特征,对特征分别单独识别与组合识别,对比建立最优特征集合。然后将声学特征组合与情感语音PAD数据相结合,分两步逐级地判断出输入语音所属的情感类型。该方法在TYUT2.0情感语音数据库上得到了较好的结果,情感分类识别率相较于传统声学特征的分类识别率提高了15.4%.

  3. 所属分类：其它

    • 发布日期：2020-04-20
    • 文件大小：238592
    • 提供者：weixin_38680340

  1. matlab开发-通过噪声分类定向的语音活动检测

  2. matlab开发-通过噪声分类定向的语音活动检测。语音/非语音分类的VAD

  3. 所属分类：其它

    • 发布日期：2019-08-24
    • 文件大小：10485760
    • 提供者：weixin_38744207

  1. 语音-源码

  2. 语音 语音分类 用法 在使用演示合作

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：282624
    • 提供者：weixin_42120997

  1. 仇恨语音分类-源码

  2. 仇恨语音分类 团队成员和邮件地址： 团队成员：Balikic Marinko， 团队成员：Bopp Sarah，Bopp 团队成员：Gebhard Fabio， 团队成员：Tratz-Weinmann Daniela， -Weinmann 现有代码片段： 到目前为止，我们没有使用任何现有代码，但是我们使用教程中的示例项目作为我们项目结构的基础。 项目状态 去做 N-克（Daniela）完成 余额推文（Marinko）完成 位置推文（Sarah）完成 auf Karte markie

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：25165824
    • 提供者：weixin_42120550

  1. 声纳：使用scikit-learn RandomForest模型进行机器学习语音分类-源码

  2. 声纳计划 这项研究由Wentworth理工学院的三名计算机科学本科生团队组成的团队于2020年7月进行，以探索机器学习在现实世界语音数据分类中的可能应用。 该工作的重点是尝试使用各种功能工程和数据分析方法，以及此应用程序中各种机器学习模型的性能。 该团队专注于应用scikit-learn Python库中可用的工具，以将常见的机器学习算法应用于该问题。 所采用的方法能够证明特征工程和数据处理以及各种机器学习模型的有效性。 结果表明，使用简单的机器学习模型，可以对音频扬声器进行分类。 经过数据调

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：9216
    • 提供者：weixin_42098251
« 12 3 4 5 6 7 8 9 10 ... 30 »