基于矢量量化（VQ）的说话人识别实验 训练过程： 从训练语音中提取特征矢量，得到特征矢量集合 通过LGB算法生成码本 重复训练进化 存储码本

基于matlab的矢量量化（VQ）的说话人识别实验，有语音

本工程采用vc++6.0编写的MFC工程，开发了一个GUI界面。特征提取采用MFCC算法，识别部分采用的是VQ识别算法，很辛苦才编出来的，希望能给大家带来帮助。 不能运行不要积分喔！

Linde, Buzo, and Gray (LBG) proposed a VQ design algorithm based on a training sequence. The use of a training sequence bypasses the need for multi-dimensional integration. The LBG algorithm is of iterative type and in each iteration a large set of vectors, generally referred to as training set, is needed to be processed. Usually, vectors sampled from a group of typical signals to be encoded altogether construct a training set T={x1,x 2,?.x M} ,where xi represents a sampled training vector and M represents the size of training set which is far greater than the codebook size N.

EM算法训练GMM的Matlab实现过程(总结) 中 的vq_flat代码

在MATLAB环境下实现基于矢量量化的说话人识别系统。在实时录音的情况下，利用该说话人识别系统，对不同的人的1s～7s的语音进行辨识。实现与文本无关的自动说话人确认的实时识别。

最全的语音识别系统VQ实现代码，用matlab实现的

基于VQ的特定人孤立词语音识别设计，给出了设计全过程和MATLAB程序。

运用mfcc特征参数的vq说话人识别系统。

在自己的电脑上已经得到实现，并且在小样本的情况下识别率可以达到100%，大样本下也能达到90+的识别率