协方差LPC LPC LPC协方差协方差协方差LPC LPC LPC协方差C.

语音信号分帧加窗程序，许多程序包里都没有的！-Speech signal windowed framing procedure, many programs do not have the bag!

Simple and Easy DTW algortihm for MATLAB. It takes 3 arguments to perform the DTW.-Simple and Easy DTW algortihm for MATLAB. It takes 3 arguments to perform the DTW.

g.729协议源代码,c语言,直接可以应用(dsp定点化)

此程序得到一个声音用 matlab，然后离散，和做滤波， 然后得到从那功能和神经网络的分类和回传播。

g.729 编码程序 开发工具VC -G.729 coding process development tools VC

g.729解码算法在VC++6.0环境下调试通过的可执行文件。-g.729 codec algorithm at VC++6.0 environment debug through the executable file.

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

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&

首先对语音信号的预处理和特征提取问题进行了讨论,提取了三个有效的语音识别特征参数—LPC系数、LPC倒谱系数和Mel频率倒谱系数(MFCC);其次着熏讨论了语音识别中常用的两种识别方法—基于模板匹配的DTW和基于统计膜型的HMM在语音识别中的应用,分别讨论了各自的模型训练和识别的方 法,对HMM在实际应用中的一些具体问题也进行了讨论;最后对常规HMM提出了一些改进方法,包括显式状态驻留和随机分段模型(SM),重点讨论了SM在 语音识别中的训练和识别方法,并通过一个孤立数字语音识别系统验证了其比常规HMM更能描述语音信号的特征。

语音信号分离的ICA算法。卡达索供稿