matlab中对分帧端点检测后的语音信号进行梅尔特征参数提取，用matlab软件打开可直接使用

Mfcc+GMM实现训练性别检测器模型；女性识别率达到90%,男性达到82%； 我已经把数据集以及模型都放在一起，打包了！

基于语音识别技术MFCC特征的提取，带有详细注释

基于语音的性别识别 基于语音的性别识别，使用： 免费的ST美国英语语料库数据集（SLR45） 梅尔频率倒谱系数（MFCC） 高斯混合模型（GMM） 数据集 可以在上找到免费的ST美国英语语料库数据集（SLR45） 。 它是提供的免费的美国英语语料库，其中包含10位说话者（5位女性和5位男性）的讲话。 每个说话者大约有350种话语。 理论 语音特征提取 此处使用梅尔频率倒谱系数（MFCC），因为它们可在说话者验证中提供最佳结果。 MFCC通常如下得出： 进行信号（窗口摘要）的傅立叶变换。 使用三角形重叠窗口，将以上获得的光谱的功率映射到mel刻度上。 记录每个梅尔频率下的功率对数。

语音识别,先进行端点检测，采用双门限法，然后提取MFCC特征，再利用DTW算法，实现孤立词数字0-9的识别

GMM_Digital_Voice_Recognition 基于GMM与MFCC特征进行数字0-9的语音识别，GMM，MFCC，语音识别，中文数据，sklearn，scikit-learn，数字语音识别。 预安装 conda create -n GMM -c anaconda python=3.6 numpy pyaudio scipy #也可以使用pip conda activate GMM pip install -r requirements.txt 数据链接： ://pan.baidu.com/s/124TiAs8m7Ioa2_3dUrxGSg提取码：xsfe 以下命令假设下载

能够利用matlab，采用mfcc的方法，成功识别zip文件里的15首乐曲，3种乐器，并通过交互界面绘制了时域图，频谱图，信号倒谱图，短时功率谱图，mfcc图，能显示wav音频文件在电脑中的位置，能播放导入的音频，也能停止播放，并加入了一键清空图片的功能。代码全部附上。所需导入matlab的滤波器的文件也在zip文件里。课程报告也在zip文件里

采用标准C语言实现：MFCC参数提取，K-means聚类，GMM建模及识别。

入口文件是sharks.m，它提供了软件的图形界面。 MFCC的识别率非常好。

包含mfcc.c和mfcc.h，能进行信号特征的提取，C程序。 包含mfcc.c和mfcc.h，能进行信号特征的提取，C程序。