基于PaddlePaddle实现的EcapaTdnn声纹识别超大数据模型，这个模型使用的是声谱图（spectrogram） 源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition-PaddlePaddle

分析音频，分割进行傅里叶变换，得出声谱图

图 7.48  声谱图和瀑布图  特征频率可以在声谱图中标记为垂直线，见图 7.48中的左图，大约每秒 14 个周期。 如果某一特征频率存在，图中相应的区域显示为不同的颜色。  这种结果表示需要输入数据：基础信号浮动均值必须严格单调。  7.7.1.2 阶次上的基础信号 (基础信号积分上的计算)  与频率上的计算相反，分析信号没有分割成时间段T 。因此，第一步，采用基础信 号在时间上的积分 取代时间轴：     t dt 0        tAtA  .          (7.18)  67

基于Pytorch实现的EcapaTdnn声纹识别大模型（spectrogram），这个模型使用的声谱图（spectrogram） 源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition-Pytorch

九种汉语方言的声谱图，包括长沙话，河北话，合肥话，客家话，南昌话，宁夏话，陕西话，上海话，四川话，每种方言1000张png图片，2018科大讯飞方言挑战赛数据集，适合用于方言识别，语种识别模型的训练，更多声谱图资源请点我主页寻找

五种汉语方言的声谱图，包括长沙话，河北话，合肥话，客家话，南昌话，每种方言6000张png图片，2018科大讯飞方言挑战赛数据集，适合用于方言识别，语种识别模型的训练，更多声谱图资源请点我主页寻找，使用方法请看我的主页博客，超过1g所以分开发

四种汉语方言的声谱图，包括宁夏话，陕西话，上海话，四川话，每种方言6000张png图片，2018科大讯飞方言语种挑战赛数据集，适合用于方言识别，语种识别模型的训练，更多声谱图资源请点我主页寻找，适合用于大学生大创项目

九种汉语方言的声谱图，包括长沙话，河北话，合肥话，客家话，南昌话，宁夏话，陕西话，上海话，四川话，每种方言250张png图片，2018科大讯飞方言挑战赛数据集，适合用于方言识别，语种识别模型的训练，更多声谱图资源请点我主页寻找