微软的语音识别资料

此方案基于全极点语音产生模型，编码过程简述如下：首先通过线性预测分析方法提取声道滤波器参数；其次通过合成分析法确定最佳激励矢量；最后将滤波器参数和最佳激励矢量进行编码传输。-This program is based on all-pole speech production model, the encoding process summarized as follows: First, by linear prediction analysis to extract channel filter parameters followed by analysis by synthesis method to determine the best incentive vector Finally, the filter parameters and the best incentive vector encoded transmission.

MFCC 参数和 LPCC 参数是说话人识别中两种最常用的特征参数，研究了 MFCC 和 LPCC 参数提取的算法原理及差分倒谱参数的提取方法，采用MFCC、LPCC 及其一阶、二阶差分作为特征参数，通过 k 均值算法与三层BP 神经网络来进行说话人识别。实验结果表明，该方法可以有效提高识别率，同时也验证 MFCC 参数的鲁棒性优于 LPCC 参数

此程序： 5 秒记录您的声音 播放录制 在双精度数组中存储的数据 绘制波形 在该示例中的所有帧计算 LPF 900 Hz 要删除上部频率 （因为球场信息.将会低于 900 Hz） 上的讲话 执行中心裁剪和找到剪辑水平 （CL） 选择适当的修剪级别 执行中心削波 计算自相关函数 calcute 球场 计算整个样本 X 的

AGC algorithm for CMMB -AGC algorithm for CMMB AGC algorithm for CMMB

自编的语音语谱图程序，适用于语音信号处理以及语音增强处理，-self Speech Spectrogram procedures applicable to the speech signal processing and speech enhancement.

符合G。729A标准的语音压缩源代码， 很经典，未经过优化含有错误，请修改后使用，-with G. 729A standard voice compression source code, classic, not optimized to contain errors, please use the revised,

非常不错的，文字转拼音的小程序，代码风格很好。-Very good, Text-to-phonetic small procedures, a good code style.

语音识别中试程序,包括几个测试用的WAV文件和TCL脚本程序,用来测试语音类别-Speech Recognition test procedures, including several test WAV files and TCL scripts to test voice categories

语音识别专辑二- Speech recognition special edition two

OTOMATİ K KONUŞ MA TANIMA ALGORİ TMALARININ UYGULAMALARI Kö ksal Ö CAL Ankara Ü niversitesi Fen Bilimleri Enstitüsü Elektronik Mühendisliğ i Anabilim Dalı Danı ş man : Yrd. Doç . Dr. H. Gö khan İ LK Bu ç alı ş mada, SMM (Saklı Markov Model) tabanlı izole bir kelime tanı ma sistemi geliş tirilerek, sesin akustik parametreleri LPC (Linear Predictive Coding), LPCC (LPC Cepstrum), CEPS (Ayrı k Fourier dö nüş ümü tabanlı cepstrum) ve MFCC (Mel Frequency Cepstral Coefficients) ‘nin konuş macı dan bağ ı msı z konuş ma tanı ma sistemlerindeki performansları değ erlendirilmiş tir. Değ iş ik akustik parametrelerle birlikte değ iş ik S-OTOMATİ K KONUŞ MA TANIMA ALGORİ TMALARININ UYGULAMALARI Kö ksal Ö CAL Ankara Ü niversitesi Fen Bilimleri Enstitüsü Elektronik Mühendisliğ i Anabilim Dalı Dan&