基于matlab的矢量量化（VQ）的说话人识别实验，有语音

矢量量化（VQ）实际上就是一种逼近的形式，它的思想和“四舍五入”有异曲同工之妙，都是用一个和一个数最接近的整数来近似表示这个数。VQ问题可以这样描述：给定一个已知统计属性的矢量源（也就是训练样本集，每一个样本是一个矢量）和一个失真测度。还给定了码矢的数量（也就是我们要把这个矢量空间划分为多少部分，或者说量化为多少种值），然后寻找一个具有最小平均失真度（数据压缩，肯定是失真越小越好）的码书和空间的划分。

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.

利用matlab实现采用LBG算法实现语音信号的矢量量化程序

基于Matlab的声纹锁，利用MFCC作为特征，利用VQ矢量量化方法进行数据处理，再结合欧式距离做模式匹配，最终实现文本相关的声纹锁。

0-9孤立词语音识别. 每个数10组训练样本，每组10个语音，类内识别正确率100%. 个人原创，如有雷同，纯属抄袭，绝对可用。 训练文件：training.m 识别文件：recogfinal.m

平台vs c++与opencv 实现图像压缩 训练矢量 LBG算法设计码书 根据码书显示压缩后图像

VectorQuantization 矢量量化数据压缩编码 对Lena图像压缩 平台vs c++编程

使用C语言实现的矢量量化算法，适合搞这方面研究的学术工作者下载使用。