MFCC
共 54 篇文章
MFCC 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 54 篇文章，持续更新中。
MFCC源码-matlab
帮助开发者快速上手语音信号处理中的MFCC算法，提供完整Matlab实现代码，便于理解与应用。通过实际源码学习，让你轻松掌握特征提取核心技术。
mfcc程序
一个针对matlab中mfcc模块的介绍
一种新型的嵌入式语音识别机器人系统
· 摘要： 本文探讨和研究了一种新型的基于嵌入式系统以及DSP的语音识别工业机器人系统.系统采用嵌入式+DSP的方案使机器人的性能、成本、可配置性和可扩展性达到一个更佳的平衡点,同时在语音识别方面采用了改进的MFCC方法进行语音特征提取以及采用基于K均值分段的HMM模型进行实时语音学习与识别使算法的实时性和可移植性提高.
期刊论文：语音MFCC特征计算的改进算法
·期刊论文：语音MFCC特征计算的改进算法
期刊论文：针对说话人识别进行的加权小波去噪方法
·摘要：采用改进的小波去噪方法对含噪语音进行了前端处理，并针对说话人识别的特点，在小波重构之前对各小波系数进行加权处理；识别过程采用GMM识别算法。实验结果显示，相比纯粹使用MFCC 作为识别特征的说话人识别提出的方法对于含噪说话人识别有明显的优越性。该方法对实时说话人识别有很好的指导作用。
嵌入式盲人手机语音识别与控制系统设计
· 摘要： 针对盲人与低视力患者群体,提出并设计了一种基于非特定人语音识别技术的嵌入式盲人手机音控系统;系统采用AD1836A为语音信号采集单元、Blackifn533 DSP为语音信息处理单元核心,通过建立连续隐马尔可夫模型(CHMM)、选取美尔频率倒谱系数(MFCC)为语音特征参数,采用Baum-Welch算法及最小误差分类(MCE)方法改进HMM模型参数,设计实现了包含
期刊论文：基于相对自相关序列MFCC特征的模型补偿技术
·期刊论文：基于相对自相关序列MFCC特征的模型补偿技术
期刊论文：基于MFCC和加权矢量量化的说话人识别系统
·期刊论文：基于MFCC和加权矢量量化的说话人识别系统
基于嵌入式与DSP的语音识别机器人研究
· 摘要： 本文探讨和研究了基于嵌入式系统以及DSP的语音识别工业机器人系统设计与实现.系统采用嵌入式+DSP的方案使机器人的性能、成本、可配置性和可扩展性达到一个更佳的平衡点,同时在语音识别方面采用了改进的MFCC方法进行语音特征提取以及采用基于K均值分段的HMM模型进行实时语音学习与识别使算法的实时性和可移植性提高.
期刊论文：MFCC特征加权应力影响下的变异语音识别
·期刊论文：MFCC特征加权应力影响下的变异语音识别
基于DSP的嵌入式语音识别模块的实现
·摘要： 设计并实现了一个特定人、孤立词、小词汇量的嵌入式语音识别模块,该模块能够方便地与多种控制芯片接口从而实现不同的功能.在硬件上,使用高速的TMS320VC5402芯片作为模块的运算单元;在软件上,采用谱减法进行前端去噪处理,接着根据谱熵进行语音端点检测,然后提取12维MFCC及其一阶差分作为特征参数,最后用加入模板阈值方法的改进型DTW算法完成整个识别过程.实验结果证明,该语音
基于DSP的嵌入式语音识别系统的实现
·摘要： 设计并实现了一种嵌入式语音识别系统.硬件核心处理器是ADSP2181,语音接口芯片为AD1847.软件模块包括语音端点检测、MFCC求取、动态时间弯折算法、识别结果判定、模板训练等.系统使用定点DSP实现了浮点DSP运算,提高了运算的精度,扩大了信号处理的动态范围.实验结果表明,该系统对孤立词特定人的识别率为98％.它可用于声控玩具、智能家电等,具有较大的市场应用价值.&nb
期刊论文：基于语音频谱包络抽取的MFCC算法
·期刊论文：基于语音频谱包络抽取的MFCC算法
期刊论文：基于相对自相关序列MFCC特征的丢失数据带噪语音识别方法
·期刊论文：基于相对自相关序列MFCC特征的丢失数据带噪语音识别方法
MFCC中DCT结构的设计与实现
根据MFCC 中DCT 的特点，设计一种基于DA 算法的实现结构，采用先分解ROM 再偏移二进制编码的方法对DA 算法进行优化，将ROM 表的大小由2N 减小到(N/K)2K-1。通过仿真与FPGA
基于FPGA的嵌入式系统说话人识别算法的研究与实现.rar
说话人识别是指通过对说话人语音信号的分析处理来自动识别说话人的身份，它在许多领域内有着良好的应用前景。本说话人识别系统是建立在基于FPGA的嵌入式系统之上的，采用了矢量量化的方法，它包括三个主要模块：特征提取、模式匹配和硬件平台。在特征提取过程中，将从说话人的语音信号中提取能够体现个性特征的少量参数，并对提取算法以速度为优先指标进行优化。在模式匹配模块中包含两个部分：一是码书生成步骤，二是识别步骤
具有语音服务功能的嵌入式车载终端的研究与实现.rar
语音是人类最自然的交流方式之一。本文的目的是研制一个具有语音服务功能的车载终端。语音服务功能主要包括以下两个方面：语音合成与语音识别。车载终端拥有语音服务功能，将变的更加人性化与智能化。 首先，本文设计了一个嵌入式车载平台，该平台以LPC2210主芯片为核心，进行硬件电路设计与PCB设计，接着移植了uClinux操作系统到该平台，并在PC上搭建了一个嵌入式软件开发环境。 其次，在设计好的嵌入式车载
基于STM32单片机的嵌入式语音识别系统设计
<p>设计了一款以STM32F103为核心的自然语言识别系统,为满足实时语音识别系统对内存资源和运算速度的要求,基于硬件资源合理设计语音处理算法,在嵌入式平台上实现了对孤立词语的语音识别。首先根据背景噪声和语音信号的时域特征差异设定相应门限值,从而实现了对语音信号的端点检测。然后针对语音识别中传统梅尔倒谱系数对语音的高频信息敏感度较低,对语音信号分别提取梅尔倒谱系数(MFCC)与翻转梅尔倒谱系数(
基于MATLAB的语音识别系统程序
·基于MATLAB的语音识别系统程序,包括HMM,DTW,Record三个matlab的M文件 文件列表: cdhmm .....\baum.m .....\getparam.m .....\hmm.mat .....\inithmm.m .....\mfcc.m .....\mixture
基于概率神经网络的数字语音识别matlab程序
·详细说明：基于概率神经网络的数字语音识别matlab程序文件列表: newpnn ......\demopnn1.m ......\ENFRAME.M ......\MELBANKM.M ......\mfcc.m ......\testpnn.asv ......\testpnn.m