以下 zip 文件包含两个用于分析/合成 HNM 的例程。 HNM 是语音的分析/合成模型,类似于经典的 LPC 模型。 由于本人能力有限,只实现了一个简单版的HNM,欢迎大家改进。 用法: 分析:[p,c,o]=AnHNM('3.wav'); 合成:s=SyHNM(p,c); 然后'soundsc(s)',享受它:-) 注:专用于 .wav 格式的 8KHz 语音
2024-03-01 09:37:54 3KB matlab
1
随着信息技术以及语音识别技术的不断发展,DSP 技术逐渐广泛应用于音频处理领域。本文提出了采用的高性能的处理芯片TMS320C5416DSP,同时结合具有16~32位采样精度的芯片TLV320AIC23,语音数据FLASH存储器等,实现了移动音频录放系统、语音分析系统的方案。软件部分基于CCS环境下的C语言编程。将输入信号经AIC23采样后保存在外扩存储器中,再读入DSP,经过FIR滤波器滤除噪,最后进行离散傅立叶快速变换。通过仿真实例验证了本系统的可用性和实用性。
1
 针对高等院校网络舆情分析与危机舆情预警的需求,文中对语义情感分析方法进行了研究。通过结合深度学习中循环神经网络(CNN)和心理学领域的注意力机制模型(Attention),提出了ATRNN网络。该网络使用长短期记忆结构(LSTM)作为RNN隐藏层的基本单元,可以处理任意长度的语义信息。网络通过引入Dropout机制,避免网络训练中的过拟合现象,提升训练效果。为了评估模型效果,文中在NLPCC的开放数据集上进行测试。相较于RNN网络,在正面情绪文本上,准确率、召回率和F1可以提升3.3%,1.7%和2.5%;在负面情绪文本上,可以提升4.4%,4.5%和4.4%。
1
数字信号处理大作业:Matlab实现语音分析:加噪声,频谱分析,滤波器等等(内附报告.zip 大学生课程设计 基于MATLAB的课程设计 自己大二写的课程设计
2022-10-24 22:40:55 8.23MB
1
【语音分析】语音信号分析含Matlab源码
2022-07-10 15:43:32 745KB matlab 开发语言
1
0积分下载,代码运行效果图见压缩包
2022-05-02 10:22:40 181KB matlab
1
评估用于动态语音分析的广义加法混合建模策略 “为动态语音分析评估广义加法混合建模策略”的代码和分析。 “ example_code”文件夹包含markdown文件,这些文件示例了本文中测试的模型。 “ tutorial”文件夹包含有关选择正确的随机平滑规范的markdown教程。 文件夹“ formants”,“ pitch”和“ simulated”包含用于仿真的配置文件和数据。 仿真本身可以在命令行中使用文件“ gamm_single_iteration.r”运行。 该脚本运行模拟的单个迭代,并设计为在集群上并行运行。 主要分析(用于在纸张中生成表格和图形)位于“分析”文件夹中。
1
语音分析合成Matlab工具箱 用于语音编码 语音解码 语音DSP数字化处理 LPC MELP PCM CEP VOICEBOX is a MATLAB toolbox for speech processing
2021-12-07 15:07:29 588KB voicebox
1
语音性别 语音和语音分析中的性别识别 阅读完整的。 该项目训练一种计算机程序,根据语音和语音的声学特性,将语音识别为男性还是女性。 该模型在包含3168个记录的语音样本的数据集中进行了训练,这些样本是从男性和女性说话者那里收集的。 语音样本在R中通过声学分析进行预处理,然后通过人工智能/机器学习算法进行处理,以学习特定于性别的特征,从而将语音分为男性或女性。 最好的模型在训练集上达到100%的精度,在测试集上达到89%的精度。 更新:通过将分析的频率范围缩小到0hz-280hz(),可以将最佳精度提高到100%/ 99%。 数据集 将预处理的下载为CSV文件。 CSV文件包含以下字段: “ meanfreq”,“ sd”,“ median”,“ Q25”,“ Q75”,“ IQR”,“ skew”,“ kurt”,“ sp.ent”,“ sfm”,“ mode”,“ centro
2021-11-26 14:38:35 2.98MB data-science machine-learning ai neural-network
1
lpc matlab代码线性预测编码语音合成 **************** LPCSR项目代码************************* 在Matlab中使用线性预测编码(LPC)进行语音分析和合成。 还包括使用LPC功能的幼稚语音识别脚本。 LPCSR_AddOverlap.m函数:组合综合输出帧 LPCSR_Analysis.m函数:根据输入音频帧(“发送器”)估计LPC参数 LPCSR_Autocorr.m函数:估计音高并确定帧是浊音还是清音 LPCSR_DecodeParams.m函数:将线谱对(LSP)参数表示形式转换为LPC系数 LPCSR_EncodeParams.m函数:将LPC系数转换为LSP格式 LPCSR_ExampleRecognition.m脚本:基于对输入音频的LPC分析的简单语音识别示例 LPCSR_ExampleSynthesis.m脚本:使用LPC分析和重新合成输入音频文件的示例 LPCSR_Excite.m函数:根据音高和浊音/清音参数生成激励帧 LPCSR_LoopWrapper.m函数:记录保持以处理输入文件中的迭代 LPCSR_No
2021-11-23 16:38:50 16KB 系统开源
1