基于Keras+python实现的声纹识别系统完整源码(可训练和测试)+带数据集+训练好的模型+项目说明.7z 【项目】基于深度学习的声纹识别 【主要功能】 通过声音识别人物 实现原理（流程）： 音频 → 提取语音特征（FFT、Mel过滤、MFCC）→ CNN&GRU → Triplet loss损失函数训练 + 预训练 + 训练得结果

找到的一个声音方位传感器，大赛的人应该用的上，分享了，祝大家好运！

基于matlab GUI的男生，女生声音识别，GUI界面，带有测试用的声音文件，很好用

webrtc 去除vad

基于卷积神经网络模型的环境声音识别系统源代码。基于卷积神经网络的环境声音识别系统，语言python，模型框架：keras==1.12，声音提取函数MFSC，识别准确率最高可达90%，平均准确率86%，高于目前主流的环境声音识别系统。基于卷积神经网络的环境声音识别系统，语言python，模型框架：keras==1.12，声音提取函数MFSC，识别准确率最高可达90%，平均准确率86%，高于目前主流的环境声音识别系统。基于卷积神经网络的环境声音识别系统，语言python，模型框架：keras==1.12，声音提取函数MFSC，识别准确率最高可达90%，平均准确率86%，高于目前主流的环境声音识别系统。基于卷积神经网络的环境声音识别系统，语言python，模型框架：keras==1.12，声音提取函数MFSC，识别准确率最高可达90%，平均准确率86%，高于目前主流的环境声音识别系统。基于卷积神经网络的环境声音识别系统，语言python，模型框架：keras==1.12，声音提取函数MFSC，识别准确率最高可达90%，平均准确率86%，高于目前主流的环境声音识别系统。

光谱特征集-波峰、平坦度、偏度、斜率、减少

使用matlab编写鸟叫声识别项目，可以声音来源是不是鸟叫，也可以在我的项目之上进行改进和改善。

数字音频指纹技术综述 李 伟 ，李晓强 ，陈 芳 ，王淞昕。 (复旦大学计算机科学与工程系，上海200433) (上海大学计算机工程与科学学院，上海200072) ， (上海财经大学信息管理与工程学院，上海200433) E—mail：weili—fudan@fudan．edu．cn 摘 要：近年来，互联网上出现了海量音乐信． ，手工选取某首歌曲很多时候已经变得不可能．这直接促使产生了能够进行音 乐自动识别的数字音频指纹技术，并成为研究界和工业界一个非常活跃的研究开发领域．数字音频指纹是指可以代表一段音乐 重要声学特征的基于内容的l紧致数字签名，其主要目的是建立一种有效机制来比较两个音频文件的感知听觉质量，可用在音频 识别、内容完整性校验等应用中．本文介绍音频指纹技术的产生背景、基本概念及性质、典型应用场合及模型，澄清了音频指纹 这一术语在音频识别和音频水印中的区别，综述了现有的绝大多数典型音频指纹算法，最后讨论了存在的问题并提出了可能的 解决方案． 关键词：数字音频指纹；音频识别；感知重要性；鲁棒签名 中图分类号：TP391 文献标识码：A 文章编号：i000—1220(2008)11—2124—07

隐马尔科夫模型语音识别

Shazam算法采用傅里叶变换将时域信号转换为频域信号，并获得音频指纹，最后匹配指纹契合度来识别音频。这篇文章给大家介绍Java实现Shazam声音识别算法的实例代码，需要的朋友参考下吧