003+matlab+f141+基于音色的声音识别算法(500元)
- 模板售价:¥500.00元
- 成品编号:2020matlab003
- 使用技术:无
- 数据库:Mysql
- 最后更新:2020-04-13 11:58
注意:QQ2748904540,qq3300576459为本网站唯一售卖成品的账号,其他均为盗版
计算机毕业设计源码网:我们提供的源码通过邮箱或者QQ传送,如果有啥问题直接联系客服
素材描述:
此套产品包括:程序,论文
下载演示视频链接:https://pan.baidu.com/s/1Lm9Tabn7I1wewiAB5b97mw
下载演示视频链接:https://pan.baidu.com/s/1Lm9Tabn7I1wewiAB5b97mw
提取码:uzlp
通过matlab对数字化的语音信号进行时域分析和频域分析;可以根据不同语音在频域上的区别对语音进行分类。
实现特定声音识别的方法:
1. 通过分析声音的短时能量和短时平均过零率,可以区分清音段和浊音段,利用此方法可从背景声音中提取待处理的声音片段。
2. 利用时域分析(短时能量、短时自相关)方法的某一特征或几个特征的结合,判断语音信号的端点。
3. 利用线性预测的方法实现对特定语音信号分类预测的功能。所为线性预测即一个语音取样的现在值,可以用若干个语音取样过去值得加权组合来逼近,其中的加权系数称为预测期系数,通过实际语音抽样和线性预测抽样之间的差值的平方和达到最小值,便可为以确定一组预测期系数,实现精确语音预测的功能。
4. 后期可以比较不同语音分类下的不同精度,常用的分类方法有原始信号法、语谱图法、倒谱系数法。
通过matlab对数字化的语音信号进行时域分析和频域分析;可以根据不同语音在频域上的区别对语音进行分类。
实现特定声音识别的方法:
1. 通过分析声音的短时能量和短时平均过零率,可以区分清音段和浊音段,利用此方法可从背景声音中提取待处理的声音片段。
2. 利用时域分析(短时能量、短时自相关)方法的某一特征或几个特征的结合,判断语音信号的端点。
3. 利用线性预测的方法实现对特定语音信号分类预测的功能。所为线性预测即一个语音取样的现在值,可以用若干个语音取样过去值得加权组合来逼近,其中的加权系数称为预测期系数,通过实际语音抽样和线性预测抽样之间的差值的平方和达到最小值,便可为以确定一组预测期系数,实现精确语音预测的功能。
4. 后期可以比较不同语音分类下的不同精度,常用的分类方法有原始信号法、语谱图法、倒谱系数法。
标签
全部评论 / 0