基于matlab语音信号提取，可以提取以下信号：
MFCCs | Mel frequency cepstral coefficients
LFBE | Log filterbank energies
SSC | Spectral Subband Centroids
LPCs | Linear prediction coefficients
LPCCs | Linear prediction cepstral coefficients
LSF | line spectral frequencies
LAR | log area ratios
RC | reflection coefficients
2022-05-29 12:04:59
44KB
语音识别是机器通过识别和理解过程把人类的语音信号转变为相应文本或命令的技术，其根本目的是研究出一种具有听觉功能的机器。本设计研究孤立词语音识别系统及其在STM32嵌入式平台上的实现。识别流程是:预滤波、ADC、分帧、端点检测、预加重、加窗、特征提取、特征匹配。端点检测(VAD)采用短时幅度和短时过零率相结合。检测出有效语音后，根据人耳听觉感知特性,计算每帧语音的Mel频率倒谱系数(MFCC)。然后采用动态时间弯折(DTW)算法与特征模板相匹配,最终输出识别结果。先用Matlab对上述算法进行仿真，经多次试验得出算法中所需各系数的最优值。然后将算法移植到STM32嵌入式平台，移植过程中根据嵌入式平台存储空间相对较小、计算能力也相对较弱的实际情况，对算法进行优化。
系统硬件总体结构图
音频信号采集原理图
附件包含以下资料:
2022-05-28 10:57:50
2.17MB
1
语音识别中的mllt算法论文，在ML准则下，评价一个模型‘好坏’的标准是训练数据与模型匹配的似然度，如果似然度越高的话，我们说这个模型越好。MLLT的作者给出了在最大似然准则下（ML）使用对角协方差矩阵的缺点，及其对训练数据集描述似然度的损失。
2022-05-27 16:55:49
253KB
1
Attention-BiLSTM模型结构及所有核心代码：
1.model中实验的模型有BiLSTM、ATT-BiLSTM、CNN-BiLSTM模型；
Attention与BiLSTM模型首先Attention机制增强上下文语义信息，并获取更深层次特征，最后通过Softmax进行回归，完成所属语音情感的预测。
2.系统为用Flask搭建网页框架的语音识别系统界面；
对于提到的语音情感识别方法平台为基于Windows操作系统的个人主机，深度学习框架采用的是tensorflow和Keras，其中TensorFlow作为Keras的后端。具体配置如下python3.6.5、tensorflow=1.12、Keras=2.2.4、flask==1.0.2 、librosa等。
具体界面效果可以参考博客内容。
2022-05-27 16:05:53
88.85MB