# 基于Unity和FMOD的绘本游戏《会说话的点点》 ## 项目简介 《会说话的点点》是一款基于Unity和FMOD开发的绘本游戏，旨在通过声音和视觉的交互，提供一种独特的游戏体验。游戏的核心玩法是“声音画笔”，玩家可以通过绘制线条和点击屏幕来创建和播放音频效果。 ## 项目的主要特性和功能 1. 声音画笔玩家可以在屏幕上绘制线条，每条线条都会生成相应的音频效果。 2. 音频环境模拟使用FMOD Resonance Audio插件，模拟房间内的音频环境，包括反射率、混响参数等。 3. 多平台支持支持Windows、Mac、Android、iOS等多个平台，确保在不同设备上都能流畅运行。 4. 自定义编辑器提供自定义编辑器，方便开发者调整音频参数和房间效果。 5. 事件和参数管理通过FMOD的事件和参数管理系统，玩家可以动态调整音频的音量、音高和节奏。 6. 交互式音频播放玩家可以通过点击屏幕上的点来播放和停止音频，同时可以调整音频的放大和音调。

MOT-sGPLDA-SRE14 说话人验证的PLDA多目标优化培训 准备数据，创建目录./data和./temp 将NIST SRE14 i-vector挑战官方数据放在“ ./data/”上，其中有“ development_data_labels.csv，dev_ivectors.csv，ivec14_sre_segment_key_release.tsv，ivec14_sre_trial_key_release.tsv，model_ivectors.csv，target_speaker_peak。 运行./python/sre14_preprocess.py。 它将生成“ ./temp/sre14.mat” 运行./matlab/gplda_demo.m 该脚本将显示为“ ./temp/sre14.mat”，结果为2.347、2.456（开发数据集，EER），2.307（评估

资源包含文件：设计报告word+源码及数据 Image Caption即我们常说的看图说话：给定一张图片，生成该图片对应的自然语言描述。 该任务涉及到了图像与自然语言两个模态，然而图像空间与自然语言空间本就十分庞大，并且两者之间存在巨大的语义鸿沟。 如何将两个庞大的语义空间进行对齐，这是该任务的重点。本项目对ClipCap: CLIP Prefix for Image Captioning 论文进行介绍，并且对论文在Flickr30k中文数据集上进行实验复现和效果展示。 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/125617468

浏览器作为每天上网必备的工具，除了选择IE、Maxthon、Opera、Firefox等知名的工具外，你还曾想过选择其它的吗？或许你一定会说放 着“名牌”不用，不是主动把自己列入“菜鸟”的队伍哟！今天我们就做第一个“吃螃蟹”的人来尝个鲜，向你介绍一款名为“Pink IE”的浏览器。

会说话的汤姆-Android源代码，里面包含说明文档。绝对是源代码！

这是一套20个说话技巧让你少奋斗20年Word范文，喜欢的人都来下载吧。该文档为20个说话技巧让你少奋斗20年Word范文，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

为了使说话人识别系统在语音较短和存在噪声的环境下也具有较高的识别率, 基于矢量量化识别算法, 对提取的特征参数进行研究。把小波变换与美尔频率倒谱系数(MFCC )的提取相结合, 并将改进后的特征与谱质心 特征进行了组合, 建立了一种美尔频率小波变换系数+ 谱质心(MFWTC+ SC) 的新的组合特征参数。经实验表明, 该 组合特征可以有效地提高说话人识别系统的性能。

CASR-DEMO（中文自动语音识别演示系统） 关于本项目的一些说明 首先，欢迎大家关注项目，进行学习研究。收到一些小伙伴的问题我就集中回答下，这里是demo的源码，有两个版本其一是称为speech_env，这是一个简单的语音识别功能，界面如下面的效果图一；还有一个是V2.0的目录，这个版本功能比较齐全，界面如效果图二。有一点项目只在win10平台上测试过，其他不保证能不能运行。由于月久失更，有些依赖包可能需要修改，不过应该都是小问题，根据实际过程的报错信息修复就行。再次感谢大家的关注！ 最新整理了两个版本的发布版 speech_env（效果图一） speechV2.0基于第三方接口实现语音识别和语音合成，说话人识别功能（效果图二） 微信：LHH754086474 于2019年12月25日更新。

深度递归神经网络在语音分离中的应用和增强 语音分离实验 培训代码： codes/TSP/train_TSP_demo_mini_clip.m 演示版 在codes/TSP/demo/model.mat找到预训练的模型 在codes/TSP/demo/run_test_single_model.m运行演示代码 依存关系 该软件包基于 该软件依赖Mark Schmidt的软件包进行凸面优化。 此外，我们还包括了用于处理MFCC文件的Mark Hasegawa-Johnson的。 我们将用于计算功能（MFCC，logmel）（HCopy）。 我们使用信号处理功能。 我们使用工具箱版本2.0、3.0进行评估。 处理您的数据： 要尝试对数据进行编码，请参阅mir1k，TSP设置-相应地将数据放入codes/TSP/Data/ 。 调整开发集上的参数并检查结果。 笔记 使用MATLAB

有完整的代码程序，有语音，高斯混合模型的说话人识别