扬声器开发 C 语言源程序库 ,用C语言进行扬声器的研究.　

录音部分是参照vckbase的录音api代码,结合了一小段socket(TCP)就可以用来单方说话录音了,程序分两部分一部分是(录音机+网络发送代码),一部分是(接收数据+播放波形音乐代码),由于程序只是为了自己用,很多地方没有注意错误的识别,结构也比较乱,本程序当初最头疼的就是控制损耗内存,结果用了双缓存来存储波形数据来交替的存储/清除. -part of the recording light vckbase recording api code combination of a small socket (TCP) can be used for recording a unilateral words, part of the procedure is divided into two parts (recorders network code), part of the (receiving data waveform music broadcast code), as a result of procedures only for their own use. many places no attention to the wrong identification, the structure was chaotic, most of the first procedure is a headache for the control of memory loss, Results of the double-caching to store waveform data to the turn of the storage/removals.

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

可以讲mulaw语音数据转换成线性pcm数据-can speak mulaw voice data converted into linear data pcm

端点检测程序，里面包涵五个部分，每个M文件都标有注解，详细-Endpoint detection program, which bear with five parts, each of M documents are marked with comments, detailed

这是语音信号处理中求倒谱的程序,我自己编的,很简单,实现了一段序列求倒谱的功能-This is the voice signal processing for cepstrum procedures, I developed, is very simple. achieve a sequence for the functional cepstrum

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

自编的几个关于数字信号基本运算的程序，由此可以大大扩展信号运算的自由性与简洁性。-wrote several digital signal on the basic operations procedures, It can be greatly expanded signal operation and the freedom of simplicity.

声音信号的短时能量matlab实现程序源码-Audio signal to achieve short-term energy program source code matlab

G.729aa 编码器和解码器代码 G.729A 是 G.729 的降低的复杂性标准之一。G.729 是国际电信联盟-T 语音压缩算法，基于共轭结构化代数代码激动的线性预测 (CS-ACELP）。G.729A 压缩 8 kHz 线性音频信号和对他们进行传输在 8 Kbps.输入进行编码为 16 位 PCM。输入码流是分割成 10ms年帧和处理。预测分析做使用合成的筛选器的顺序 10。

关于非特定人的语音识别代码，用c语言编写，可以移植到各种嵌入式平台，采用HMM模型，包含前向，后向，维特比算法等详细代码，运行通过，可以用， 适合初学者，有助于语音识别的开发。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。