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。​​

(1) 掌握DTW(动态时间规划)算法； (2) 使用MATLAB编程利用DTW算法进行说话者的语音识别；

机器人语音识别算法的研究外文翻译.doc

基因算法训练连续隐马尔柯夫模型的语音识别.doc

Python基于深度学习的中文语音识别系统源码.zip

基于高斯混合模型GMM的说话人身份识别matlab仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。

基于隐马尔可夫模型（HMM）的孤立字语音识别matlab仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。

基于神经网络的语音情感识别matlab代码

基于动态时间规整（DTW）的孤立字语音识别matlab 代码

基于android的离线语音识别，实现没有网络的情况下把语音转换成文字信息。 对程序内容进行了简化，内容简单明了，容易看懂。 包含了离线语音需要的所有离线包