基于DTW算法的语音评分系统的设计与实现,陈军,,在现代英语教学中,计算机辅助教学正日益普及,对英语发音的准确度的要求也不断提高。借助于语音识别技术,实现学生发音效果的实
2021-12-27 17:59:54 287KB 语音评分系统
1
一种称为基于相关的动态时间扭曲 (CBDTW) 的新算法,它结合了基于 DTW 和 PCA 的相似性度量。 为了保持相关性,多元时间序列被分割,DTW 的局部差异函数源自 SPCA。 这些段是通过使用特殊的 PCA 相关成本通过自下而上的细分获得的。 我们的新技术符合两个数据库的要求,即 2004 年签名验证竞赛数据库和常用的 AUSLAN 数据集。 我们表明,在具有复杂相关结构的数据集的情况下,CBDTW 优于标准 SPCA 和最常用的基于欧几里德距离的多元 DTW。 该算法也描述在: J. Abonyi, F. Szeifert,用于识别模糊分类器的监督模糊聚类,模式识别快报,24(14) 2195-2207,2003 年 10 月
2021-12-25 17:04:27 8KB matlab
1
DTW使用经验分享
2021-12-21 17:03:34 31KB DTW使用经验分享
1
这是一个MATALB开发的一个DTW算法实现的语音识别程序,希望对正在做语音识别,说话人识别方面研究的人们有所帮助
2021-12-13 16:38:24 1.39MB DTW算法 语音识别 源代码
1
本论文介绍了双门限语音端点检测理论, 研究了语音特征参数地提取过程, 特征参数包括:线性预测系数(LPC)、线性预测倒谱系数(LPCC)和Mel频率倒 频系数(MFCC)。并研究了3种不同的语音识别算法:DTW算法、VQ算法和HMM算 法。 并且在MATLAB环境中提取了孤立字语音 (十个数字0~9的汉语发音) 的LPCC、 MFCC特征参数,用它们配合上述3种语音识别算法实现了对这些孤立字语音的识 别。
2021-12-12 11:05:44 2.47MB MFCC、DTW
1
dtw 代码matlab STWP-master 3D骨架动作识别的matlab代码 Raviteja Vemulapalli、Felipe Arrate 和 Rama Chellappa,“通过将 3D 人体骨骼表示为谎言群中的点来进行人体动作识别”,CVPR,2014 年。 如果您要使用它,请引用它。 该代码由 Raviteja Vemulapalli 实现并由我们开发,主要用于比较一些不同的特征提取方法的性能,例如关节位置、关节角度、李群和 STWP(我们提出的,结果证明是一种更好的方法)和其他人)。 此代码已在 Matlab R2017a 中实现,并在 Linux (ubuntu) 和 Windows 7 中进行了测试。 实验设置: 跨学科 - 一半的科目用于训练,剩下的一半用于测试。 结果平均超过 10 个不同的训练和测试科目组合。 数据集 我们为所有支持的数据集提供预先计算的骨架序列: 跑步 matlab 文件“run.m”使用 5 种不同的骨架表示来运行 UTKinect-Action、Florence3D-Action 和 MSRAction3D 数据集的实验:“JP”
2021-12-12 09:47:17 25.52MB 系统开源
1
【语音识别】DTW的0-9数字语音识别matlab源码.md
2021-12-11 14:17:53 8KB
1
改进DTW算法的心电信号相似性度量
2021-12-09 16:55:12 896KB 研究论文
1
MotionML 使用KNN-DTW和TinyLearn的分类器进行运动模式识别 这是使用TinyLearn模块根据提供的加速度计数据识别(分类)运动模式的特定领域示例。 此演示中包含以下运动模式: 步行 坐在椅子上 从床上起床 喝一杯 下降楼梯 梳头 刷牙 加速度计数据基于UCI的以下公共数据集: : 用于机器学习的动态时间规整(DTW)和K最近邻(KNN)算法用于演示使用加速度计数据标注变长序列的方法。 这样的算法可以应用于时间序列分类或其他情况,这些情况需要长度不等的匹配/训练序列。 Scikit-Learn没有任何DTW实现,因此作为TinyLearn模块的一部分已实现了自定义类(KnnDtwClassifier)。 考虑到DTW的二次复杂度,默认情况下DTW较慢,这就是为什么我们使用TinyLearn的直方图和CommonClassifier替代方法来加快分类的原因
2021-12-06 16:19:14 144KB Python
1
【语音识别】基于动态时间规整(DTW)的孤立字语音识别Matlab源码.zip
2021-12-03 23:17:07 1.11MB 简介
1