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. matlab环境下MFCC编程源程序

  2. 对输入的语音序列x进行MFCC参数的提取，返回MFCC参数和一阶差分MFCC参数，Mel滤波器的阶数为24。fft变换的长度为256，采样频率为8000Hz，对x 256点分为一帧

  3. 所属分类：C++

    • 发布日期：2009-09-10
    • 文件大小：29kb
    • 提供者：bjsltx

  1. 语音识别中的mfcc参数提取程序，39维带能量的

  2. 自己从HTK中剪裁出来的mfcc参数提取程序，利用vc开发的，大家互相学习，共同进步。

  3. 所属分类：C++

    • 发布日期：2009-10-16
    • 文件大小：409kb
    • 提供者：lqbapple

  1. 音频特征参数MFCC的MATLAB程序

  2. MFCC-MEL域倒谱系数，是基于人耳听觉特性的特征参数，在语音识别、音频分类检索等领域有广泛应用；

  3. 所属分类：C++

    • 发布日期：2009-11-13
    • 文件大小：3kb
    • 提供者：anqier1009

  1. 基于Mellin变换和Mel频率分析的非特定人语音识别特征研究

  2. 提出了一种结合Mellin变换和Mel频率分析的语音信号特征——MMCC特征．该特征利用Mellin变换的尺度不变性质，抑制了特征参数受不同说话人声道变化的影响，同时结合Mel频率的人耳听觉特性，改善了特征的鲁棒性，适合于非特定人识别系统的应用．仿真结果表明，采用MMCC特征的非特定人语音识别系统，其识别效果优于采用LPCC特征、MFCC特征和MMTLS特征的非特定人语音识别系统．

  3. 所属分类：C++

    • 发布日期：2009-12-23
    • 文件大小：378kb
    • 提供者：viviantena

  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：813kb
    • 提供者：jy00272082

  1. 语音数字特真参数mfcc提取程序

  2. Mel频率倒谱参数的计算过程如下: (1)根据公式(1)将实际频率尺度转换为Mel频率尺度。在Mel频率轴上配置L个通道的三角形滤波 器组,L的个数由信号的截止频率决定。 (2)对每帧语音信号进行预加重处理后,求取语音信号的短时自相关函数rx(τ)然后对其进行傅立叶变 换得到短时功率谱

  3. 所属分类：C++

    • 发布日期：2010-05-01
    • 文件大小：7kb
    • 提供者：ajie0922

  1. 基于倒谱基音混合参数话者识别程序

  2. 基于VC++的说话人识别程序,提取的特征参数是MEL倒谱系数，使用的方法是矢量量化

  3. 所属分类：C++

    • 发布日期：2008-03-20
    • 文件大小：884kb
    • 提供者：xing20044725

  1. MFCC 梅尔倒频谱系数 详解

  2. 在语音辨识（Speech Recognition）和语者辨识（Speaker Recognition）方面，最常用到的语音特征就是「梅尔倒频谱系数」（Mel-scale Frequency Cepstral Coefficients，简称MFCC），此参数考虑到人耳对不同频率的感受程度，因此特别适合用在语音辨识。下面简单的介绍一下求解MFCC的过程。

  3. 所属分类：专业指导

    • 发布日期：2011-04-19
    • 文件大小：36kb
    • 提供者：hehui86

  1. 作为说话人识别特征参量的MFCC的提取过程

  2. 作为说话人识别特征参量的MFCC的提取过程，Mel频率倒谱系数（MFCC）是语音信号的 频域参数，它是一种基于人耳对语音频率的非线形感 知特征的描述

  3. 所属分类：嵌入式

    • 发布日期：2012-03-01
    • 文件大小：182kb
    • 提供者：dcdos139

  1. 提取MFCC代码

  2. 这是一个用C++开发的提取语音信号MFCC特征参数的源代码，包括预处理，预加重，加窗分帧，提取MFCC，用于语音识别

  3. 所属分类：C++

    • 发布日期：2012-05-10
    • 文件大小：2mb
    • 提供者：xspapa02

  1. MFCC特征改进算法在语音识别中的应用

  2. 提取MFCC特征参数，主要用于语音识别，比较系统的介绍了MFCC提取方法

  3. 所属分类：电信

    • 发布日期：2012-05-10
    • 文件大小：303kb
    • 提供者：xspapa02

  1. 基于Matlab实现mfcc算法

  2. 在语音识别系统中，特征参数提取尤为重要，Mel倒谱参数（MFCC）算法是将语音从时域变换到倒谱域上，MFCC能更充分地描述了人耳听觉系统非线性地特点，性能上要明显优于之前的LPCC。

  3. 所属分类：其它

    • 发布日期：2012-11-01
    • 文件大小：859byte
    • 提供者：kanchenxi

  1. 关于MFCC「梅尔倒频谱系数」

  2. 在语音辨识（Speech Recognition）和语者辨识（Speaker Recognition）方面，最常用到的语音特征就是「梅尔倒频谱系数」（Mel-scale Frequency Cepstral Coefficients，简称MFCC），此参数考虑到人耳对不同频率的感受程度，因此特别适合用在语音辨识。

  3. 所属分类：专业指导

    • 发布日期：2012-11-05
    • 文件大小：36kb
    • 提供者：fancy_lin

  1. 在Maya中做酒杯的mel脚本

  2. 在Maya中建模，如果能用脚本来做，可以省事省力，最关键的是可以参数化建模。用mel做了一个酒杯建模的脚本，这只是一个开始，提示我们可以用脚本来做更复杂的建模，希望能有越来越多的人来用mel来建模。

  3. 所属分类：其它

    • 发布日期：2013-04-27
    • 文件大小：2kb
    • 提供者：jasonqwu

  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：155kb
    • 提供者：u010564810

  1. mental ray 命令行参数详解(英文)

  2. maya for mental ray 命令行参数详解(英文)

  3. 所属分类：其它

    • 发布日期：2008-10-23
    • 文件大小：5kb
    • 提供者：dyl0608

  1. Spectrogram, Cepstrum and Mel-Frequency Analysis

  2. 关于MFCC的详细介绍，不过是英文版，请自取

  3. 所属分类：讲义

    • 发布日期：2017-06-12
    • 文件大小：395kb
    • 提供者：fafds23

  1. 基于MATLAB和Python实现MFCC特征参数提取

  2. 1、MFCC概述 在语音识别（Speech Recognition）和话者识别（Speaker Recognition）方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scale FrequencyCepstral Coefficients，简称MFCC）。根据人耳听觉机理的研究发现，人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响较大。两个响度不等的声音作用于人耳时，则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受，使其变得不易察觉，

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：202kb
    • 提供者：weixin_38702110

  1. 基于Mel子带参数化特征的自动鸟鸣识别

  2. 基于Mel子带参数化特征的自动鸟鸣识别

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：830kb
    • 提供者：weixin_38747978

  1. melgan-neurips：用于文本到语音合成的基于GAN的Mel频谱图反转网络-源码

  2. 论文MelGAN的官方资料库：条件波形合成的生成对抗网络 以前的工作已经发现，使用GAN生成相干的原始音频波形具有挑战性。 在，我们表明通过引入一组体系结构更改和简单的训练技术，可以可靠地训练GAN以生成高质量的相干波形。 主观评估指标（平均意见得分，或MOS）显示了所提出的方法对高质量的Mel谱图反演的有效性。 为了建立所提出技术的通用性，我们在语音合成，音乐域翻译和无条件音乐合成中显示了模型的定性结果。 我们通过消融研究评估模型的各个组成部分，并提出一套指导原则，以设计用于条件序列合成任务的

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：33mb
    • 提供者：weixin_42133329
« 12 »