matlab声音信号相位代码共识轮廓 这是 Yoonseob Lim、Barbara Shinn-Cunningham 和 Tim Gardner 描述的共识轮廓算法的 C 实现。 以及在 IEEE 出版物中。 此实现的灵感来自包含该算法的 MATLAB 实现的存储库。 这种实现在很大程度上依赖于 macOS Accelerate 框架(它使用矢量化指令来优化常见计算,例如 FFT 和重新分配所需的复数比率)。 目前,此代码有一些限制: 最初的共识轮廓工作建议消除除最长轮廓之外的所有轮廓。 为了减少内存使用并将此方法扩展到实时音频处理,此代码保留了所有轮廓。 这仅返回一致的轮廓谱图,但不提供对已识别轮廓的编程访问。 此代码的优点: 该代码支持单精度和双精度。 该代码包括一个mex文件实现以允许在 MATLAB 中使用。 对于 5 秒的音频文件, ccontour实现比acontour (MATLAB) 实现快acontour 。 在大多数现代计算机上,实时计算轮廓已经足够快了。 用法:C API 是根据 Accelerate 框架建模的,特别是使用指向结构的不透明指针来保存算法所需的所
2022-06-01 21:20:45 14KB 系统开源
1
提取声音信号的MFCC作为特征,利用CNN对五种动物信号完成分类。
在VC下实现声音信号的实时采集,主要包括数据的缓存采集和播放,有开发笔记很详尽
2022-05-07 21:02:52 73.13MB VC 声音采集
1
基于FAST_ICA算法的混合wav声音信号的去分离仿真,matlab2021a仿真测试,带GUI操作界面
2022-04-25 12:04:51 368KB 算法 小说 fastica matlab
介绍了短时傅里叶变换、Cohen类时频分布、小波变换、Hilbert-Huang变换四种典型的时频分析方法,分析对比结果显示了用Hilbert-Huang变换对声音信号进行时频分析的优越性,结合LabVIEW在数据采集和仪器控制领域的强大功能,提出以声卡作为采集硬件、LabVIEW作为软件编程、Hilbert-Huang变换作为时频分析方法的一种声音信号采集分析系统。实验结果表明,这种采集分析系统非常适合频率在音频范围之内(20 Hz~20 kHz)的声音信号的时频谱分析。
2022-03-21 11:14:20 502KB 声卡
1
资源包含以下内容: 1. 计算机声卡声音信号的采集系统设计程序.vi 2. 基于Labview的计算机声卡声音信号的采集系统设计说明书.docx 3. 基于Labview的计算机声卡声音信号的采集系统设计-答辩PPT.ppt 4. 动画gif演示.gif labview程序可用于熟悉Labview信号采集、信号处理、显示存储的基本方法。 提供的说明书可直接用于相关课程节课论文,课程大作业/答辩等场合。
matlab声音信号相位代码一种识别火焰模型的多保真高斯过程方法 1. 亮点 提出了一种新的基于机器学习的策略,以有效降低火焰模型识别中的不确定性,从而确保可靠的燃烧器设计和分析。 该策略依赖于多保真高斯过程模型,该模型有效地聚合了低/高保真识别结果并平衡了计算工作量和准确性之间的权衡。 我们在从测试台获取的数据上成功测试了多保真策略。 我们的结果表明,给定相同的计算预算,所提出的策略在全局范围内产生更准确、更稳健的火焰模型识别。 这项工作最初在会议上发表,后来被期刊接受: Guo S.、Silva CF、Polifke W.,通过多保真高斯过程方法对火焰频率响应进行鲁棒识别。 声音与振动杂志,2021 年。 2. 动机 火焰模型构成了燃烧不稳定预测中不确定性的主要来源。 这种不确定性通常源于噪声时间序列数据的模型识别不完善。 最先进的识别方法要么准确但速度非常慢,要么速度快但包含很大的不确定性。 3. 方法论 我们旨在通过提出一种多保真机器学习方法来识别火焰模型,从而充分利用各自的优势,同时避免最先进方法的弱点。 这种方法吸收了低保真结果提供的全局趋势和高保真结果提供的局部估计,从而
2022-01-25 09:21:07 17.05MB 系统开源
1
基于LabVIEW的声音信号采集控制像素鸟的飞行从而来进行游戏,并添加了登陆界面(配有BGM)。
2022-01-24 09:04:37 16.31MB labview 像素鸟 声音信号采集 登录界面
1
这是在第15届智能车竞赛中声音信标所使用的Chirp声音数据文件和产生代码。其中包括有声音信标的声音WAVE文件。代码采用python语言编写,其中部分的头文件需要自行在后期去除掉。
2021-12-29 16:34:17 6KB 智能车竞赛
1
声音信号进行加密,将声音文件在时间轴上分割成几段,分别将段的秩序及某些段内的秩序颠倒,从而实现了对声音文件的加密。首先,先读取一个声音信号,对信号做1024点FFT变换,取完点之后,分成四个向量,四个向量组成一个矩阵,再对每一个向量进行转置,再重新整合,从而就实现了回密的过程。
2021-12-15 23:13:01 586B 声音信号的加密
1