【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：基于带动量项的BP神经网络语音识别_BPDLX_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

stm32f103系列芯片，包括keil工程和元器件清单，pcd原理图，相关学习资料等等。

本人刚做完的毕业设计，语音采样用的是CoolEdit，端点检测采用双门限法，特征参数有MFCC和LPcc， 模型用的是HMM（隐马尔可夫模型）。

有语音分帧，时域特征提取，LPCpu,mfcc的程序

python中文深度学习语音识别系统

语音识别论文及教材，包含传统语音识别、端到端语音识别等

【语音识别】基于带动量项的BP神经网络语音识别matlab源码.md

应用于语音识别数据加噪的数据，这里面包含了各种噪声，kaldi下面thchs30里面有具体的加噪代码，增加噪声可以使得声学模型更具有鲁棒性。有兴趣的可以尝试。

矢量量化(VQ)技术 概述 基本原理 失真测度 矢量量化器的最佳码本设计 矢量量化技术的优化设计 动态时间规整(DTW)技术 一般来说，语音识别的方法有三种：基于声道模型和语音知识的方法、模板匹配的方法以及利用人工神经网络的方法。 语音学和声学的方法 该方法起步较早，在语音识别技术提出的开始，就有了这方面的研究，但由于其模型及语音知识过于复杂，现阶段没有达到实用的阶段。 神经网络的方法 基于ANN的语音识别系统通常由神经元、训练算法及网络结构等三大要素构成。由于基于神经网络的训练识别算法由于实现起来较复杂，目前仍只是处于实验室研究阶段。 模板匹配 作用是按照一定的准则求取待测语音特征参数和语音信息与模式库中相应模板之间的失真测度，最匹配的就是识别结果。 模板匹配的方法发展比较成熟，目前己达到了实用阶段。 常用的技术有三种: 矢量量化(VQ)技术 动态时间规整(DTW)