语音识别通过CNN 孤立词语音识别，复旦大学计算机科学技术学院数字信号处理期末项目 介绍 此仓库实现了一个强大的语音识别系统，该系统可以识别20个单独的单词，例如“语音”，“北京”，“文件”等。它利用从原始语音中提取的梅尔频谱特征，将频谱视为图片，卷积神经网络被用来对它们进行分类。 详细中文介绍请参考课程报告。 怎么玩 您需要一个支持CUDA（因为推理过程需要GPU）和flask的pytorch（版本> = 0.4）的python环境。 强烈建议使用Anaconda设置了环境，了解更多详情，请参考[]和[ ]（适用于中国大陆用户的方便，请参见[]）。 设置环境后，您可以通过键入以下内容轻松启动识别服务 python audio_server.py 进入您的命令行。 该命令将在端口22339上启动Web服务，因此您可以通过localhost:22339访问它 通过单击按钮，您的声音将被

【语音识别】基于VQ特定人孤立词语音识别matlab 源码.md

详细介绍了语音识别的现状，特别详细介绍了孤立词语音识别，并且着重介绍了DTW算法

在这个项目中，我们要处理使用EM算法训练GMM-HMM的孤立单词数据。 测试阶段也考虑使用维特比算法。 结果表明，通过Matlab 编程获得的性能与HTK 的性能相似。 在运行这些程序之前，请先准备好训练和测试数据。 TIDIGITS 数据库的摘录可以从这个链接获得： http://www.ece.ucsb.edu/Faculty/Rabiner/ece259/speech recognition course.html 标题为“隔离的 TI 数字训练文件，8 kHz 采样，终结点：(isolated_digits_ti_train_endpt.zip)”。 或者您可以直接从这个链接下载训练数据库的 .zip 文件： - 训练数据： http://www.ece.ucsb.edu/Faculty/Rabiner/ece259/speech recognition cours

基于隐马尔可夫模型（HMM）的孤立字语音识别实验

基于动态时间规整（DTW）的孤立字语音识别实验

代码和说明文档

HMM模型在语音孤立词识别中的应用，讲述模型的使用方法。

基于GMM-HMM的孤立词语音识别系统，内含训练和测试数据，是1-10的数字的音频，测试数据也是1-10，当然你可以自己改，只要改了标签即可。运行需要安装hmmlearn，scipy，numpy

HTK孤立词语音识别系统，实现的是6个单词的识别，所有文件打包，内有使用说明，运行命令可以直接识别。搭建的详细步骤参考我的博客： http://blog.csdn.net/cdj0311/article/details/17504165