WTN6系列语音芯片 程序 io 配置 语音芯片播报 需要 dealy.h dealy.c io.h io.c
2023-02-23 15:31:00 926KB STM32  F103
1
DUOKE多客免费开源圈子论坛社交系统,Tp6+uniapp框架,包含小程序、H5版、公众号版、PC落地页、安卓App、苹果APP,支持前后台创建圈子和发布帖子,圈子管理员,活动创建、关注粉丝等功能,方便二开。
2023-02-23 14:02:48 52.44MB uniapp 小程序 社交语音
1
基于神经网络的语音情感识别 MATLAB bpnn lvq pnn
2023-02-22 20:37:08 254KB 神经网络 语音情感识别 MATLAB
1
本文给出一种嵌入式以太网数字语音广播系统解决方案,能够较简单地实现广播系统的区域广播功能。该系统基于ARM架构,采用系统播放终端仲裁的方法控制区域广播的实现,广播内容能够同步播放和保存。   以太网数字语音广播系统主要是指以以太网为传播介质提供音频服务的广播系统,可以很好地利用以太网解决语音信号远距离传输难题。允许设计者创建大型网络结构来实现数以千路的数字语音信号在以太网上传输,充分利用了现有网络资源,避免重复架设线路的麻烦,实现了广播与计算机网络的多网合一,彻底解决了传统广播系统存在的音质不佳、容易受干扰、维护管理复杂以及互动性差等问题。同时可以实现选择全部、部分或特定区域进行定向分组广播
1
摘  要: 针对语音通信中不可避免要受到各种噪声的影响,致使通信质量下降的问题,采用DSP TMS320C5509和语音采集芯片TLV320AIC23搭建了语音降噪系统,实现了基于谱相减技术的实时系统来消除环境噪声。通过DSP开发板对信号进行采集与降噪实验,结果表明该系统具有较好的降噪效果,能有效地提高系统的信噪比。   在现实的语音通信中会不可避免地受到来自环境中的背景噪声影响,致使通信质量严重下降,甚至听不清楚对方讲话的内容,因此对带噪语音信号进行降噪已经成为语音通信中的一个非常迫切的课题。本文所介绍的语音降噪系统能够有效地实现数字降噪功能,由于降噪处理时不但要进行信号的采集与回放,还要进
2023-02-21 21:48:24 244KB 语音降噪系统设计和实现
1
《MATLAB语音信号分析与合成(第二版)》语音工具包 经常会调用的一些函数(自编函数或取自其他应用工具箱中的函数)已集中在basic_tbx工具箱中,在运行本书的程序前请把该工具箱设置(用set path设置)在工作路径下; 当要运行EMD处理时,要把emd工具箱设置在工作路径下; 当要运行主体延伸基音检测时,要把Pitch_ztlib工具箱设置在工作路径下; 当要进行时域基音同步叠加语音合成时,要把psola_lib工具箱设置在工作路径下; 当要应用本书提供的语音数据时,最好把speech_signal设置在工作路径下。
1
TTS实现文字转语音
2023-02-21 13:56:53 22KB TTS 文字转语音
1
VoiceToDeaf Web应用程序 VoiceToDeaf是一种翻译器,可用于将语音翻译为手语命令。 应用程序的3D幽默模型负责表示与用户语音相关的手语命令。 此应用程序是为僧伽罗语语音开发的,它还根据僧伽罗语手语词典表示了手语命令。 入门 这些说明将为您提供在本地计算机上运行并运行的项目的副本,以进行开发和测试。 有关如何在实时系统上运行项目的注释,请参阅并遵循以下说明。 要求 此要求应添加到本地计算机上,以在本地计算机上配置和运行该应用程序。 后端: Python编程语言(Python 3.6) 烧瓶框架 Tensorflow机器学习库(CNN库) Anaconda Python发行平台(用于开发) 脾气暴躁的 Wav库 前端 React.js框架 Java脚本 Threejs框架 Node.js NPM软件包管理器 其他: 任何浏览器(用于运行和交互) 硬件:
2023-02-20 13:27:30 3KB
1
基于51单片机,普中的89C52芯片调试,集合HX711压力传感器(电子秤)、JQ8900语音播报模块,然后将所测得的数据通过蓝牙上传到手机APP远程查看数据。 电子秤可以通过程序调试获得精准值,JQ8900可以通过合成软件或者其他格式的软件自由选择所要播放的内容、不同的音调、音速等等,都可自由选择合成。
1
CS229 机器学习 - 秋季 2014-15 使用脑电图对想象语音中的音节进行分类 预测:想象语音是指受试者想象在不移动任何肌肉或声音的情况下说出给定单词的过程。 理解想象语音的能力将从根本上改变我们与设备交互的方式。 我们想从想象的语音 EEG 信号中对音节“ba”、“ku”、“im”和“si”进行分类。 选择这些音节是因为它们不包含语义含义,因此将对想象的语音进行分类,而不是对想象的语音产生的语义贡献。 我们的模型能够成功地从 EEG 数据中对音节对进行分类,准确率超过 90%。 数据收集:我们利用 Takako Fujioka 教授在音乐与声学计算机研究中心 (CCRMA) 的 EEG 实验室创建了自己的数据集。 在我们的实验中,受试者想象根据预先确定的音频线索说出四个音节“ba / ku”和“im / si”,同时脑电图记录他们的脑电波活动。 音频提示对应于高音或低音。 嘟嘟
2023-02-17 18:45:53 42MB MATLAB
1