深度学习在人工智能领域取得了巨大突破。 当前，时域语音识别的鲁棒性较差，频域语音识别的频谱图复杂度也需要大大降低。 因此，本文提出了一种基于R-CNN的快速目标检测方法，用于在时域和频域中识别用于语音识别的频谱图。 提出的方法仅关注频谱图的局部感兴趣区域（明显的声纹），该区域过滤高频噪声以提高性能。 实验结果表明，所提出的方法比现有方法具有更高的准确性和鲁棒性，并且在嘈杂的工厂中可以表现良好。

用matlab编写的程序 求一个图片的频谱图

《傅里叶变换频谱图你必须知道的》视频中用到的代码与数据

DFT的matlab源代码 DFT_FFT_drawWAV 利用Java实现DFT、FFT，读取WAV文件，并绘制波形图和频谱图，音频播放频谱或波形图实时显示效果。 几个工程打包于文件夹DFT_FFT： DFT_IDFT：计算前N点DFT，并绘制波形图或频谱图； FFT：计算前N点FFT，并绘制波形图或频谱图，能播放WAV音乐，不过不能实时显示频谱或波形； FFT2_backup和FFT2_Finish：计算N点DFT或FFT，能播放WAV音频，且能实时显示波形或频谱，音频与波形或频谱不同步，需自己调节，但做不到十分精准。 对WaveFileReader.java进行了修改，使之可以读取部分格式工厂转化的WAV文件。 rawwavs:这是我用的一些WAV音乐文件，修改下代码中路径就可以直接运行使用。 WAV文件解析参考以下链接： 注意，看了第1个链接你会发现很简单，而你也确实可以解析一些WAV文件了，但是还有许多是其它格式的。 主要就是参考第二个链接里的这两个图片修改的。

不同调制方式的信号具有不同的频谱分布，该程序是MSK调制信号的频谱分布

原创fsk调制matlab仿真带比特率和调制后的频谱图-fsk.m 挺简单的:hug: ，大家试试吧,

矩形脉冲信号频谱图 幅度频谱 相位频谱 比较：P93、P104 带宽

matlab填充图像算法代码CNN_频谱图_算法 一种使用卷积神经网络 (CNN) 从原始 EEG 数据中对频谱图进行分类的方法 SpectrogramClassificationAlgorithm.ipynb：使用来自训练和有效文件夹的数据训练模型，对来自测试文件夹的数据进行测试 Use_pretrained_model.ipynb：使用来自训练模型的模型权重，测试来自测试文件夹的新测试数据 fastai 文件夹中的代码来自 Jeremy Howard 的 fastai 0.7 版： 数据结构 要运行任一笔记本，您必须具有以下结构的数据文件夹： 数据/ ├──火车/ ├── Yes ├── No ├── 有效/ ├── Yes ├── No ├──测试/ 对于 SpectrogramClassificationAlgorithm.ipynb：Yes 和 No 子文件夹包含我们训练模型的正面和负面案例图像。 测试文件夹包含我们测试模型的未分类图像。 对于 Use_pretrained_model.ipynb：测试文件夹包含要由我们的预训练模型 (saved_model.pkl) 评估的

matlab由频域变时域的代码Prera​​u Lab多锥光谱图代码 Matlab，Python和R实现 目录 一般信息 该存储库包含论文1中描述的Multitaper频谱图分析的Matlab，Python和R实现。 多锥光谱估计是由David Thomson 2在1980年代初期开发的，与单锥光谱估计3,4相比，它具有更好的统计特性。 多锥方法通过将从单个数据段估计的多个独立光谱平均在一起来工作。 多锥度方法的创新之处在于，它不是使用单锥度函数来计算频谱，而是使用了多个称为离散长球体序列（DPSS）的锥度函数。 由于DPSS锥度彼此不相关，因此可以将它们平均起来，就好像它们是相同条件的独立试验一样，与周期图和单锥度估计相比，可以产生方差减小的光谱。 在Prera​​u Lab网站上可找到描述光谱估计理论并演示多锥光谱估计工作原理的视频。 Prera​​u MJ，Bianchi MT，Brown RE，Ellenbogen JM，Patrick PL。 通过多锥光谱分析镜头了解睡眠神经生理动力学。 生理学（贝塞斯达）。 2017年1月; 32（1）：60-92。 审查。 PubMed

matlab离散正弦代码Gammatone Filterbank工具包 使用人类听觉感知模型分析声音的实用程序。 杰森·海瑞斯（Jason Heeris），2013年 概括 这是将Malcolm Slaney和Dan Ellis的gammatone滤波器组MATLAB代码移植到Python 2和3（使用Numpy和Scipy）的方法，下面将对此进行详细介绍。 它通过通过伽马通滤波器组运行信号来分析信号，类似于基于傅立叶的频谱图分析。 安装 您可以使用以下命令直接从此git存储库安装： pip install git+https://github.com/detly/gammatone.git ...或者您可以根据自己的喜好克隆git存储库，然后执行以下操作： pip install . ...或者： python setup.py install ...来自克隆的树。 依存关系 麻木 科学的 鼻子 嘲笑 matplotlib 使用代码 请参阅。 为了演示，找到一个.wav文件（例如），然后运行： python -m gammatone FurElise.wav -d 10 ...以查看