1、项目中包含详细的说明文档和PPT、小程序运行视频,可直接用作课程设计、毕业设计的参考; 2、详细内容可查看:https://blog.csdn.net/qq_43627520/article/details/123181583?spm=1001.2014.3001.5502 1、项目中包含详细的说明文档和PPT、小程序运行视频,可直接用作课程设计、毕业设计的参考; 2、详细内容可查看:https://blog.csdn.net/qq_43627520/article/details/123181583?spm=1001.2014.3001.5502 1、项目中包含详细的说明文档和PPT、小程序运行视频,可直接用作课程设计、毕业设计的参考; 2、详细内容可查看:https://blog.csdn.net/qq_43627520/article/details/123181583?spm=1001.2014.3001.5502
2023-04-05 17:16:40 102.57MB 深度学习 语音识别 课程设计
1
这是一个利用matlab编的特定人孤立词语音识别的代码,经过测试,可以完成简单的孤立次识别。
2022-10-21 22:44:53 3KB 特定人 孤立词 语音识别
1
Xilinx FPGA-嵌入式非特定人孤立词语音识别系统的设计与实现
2022-09-03 20:14:22 6.39MB Xilinx
1
Android平台孤立词语音识别算法研究与实现.pdf
2022-06-21 09:08:49 1.08MB Android平台孤立词语音识别
语音识别是机器通过识别和理解过程把人类的语音信号转变为相应文本或命令的技术,其根本目的是研究出一种具有听觉功能的机器。本设计研究孤立词语音识别系统及其在STM32嵌入式平台上的实现。识别流程是:预滤波、ADC、分帧、端点检测、预加重、加窗、特征提取、特征匹配。端点检测(VAD)采用短时幅度和短时过零率相结合。检测出有效语音后,根据人耳听觉感知特性,计算每帧语音的Mel频率倒谱系数(MFCC)。然后采用动态时间弯折(DTW)算法与特征模板相匹配,最终输出识别结果。先用Matlab对上述算法进行仿真,经多次试验得出算法中所需各系数的最优值。然后将算法移植到STM32嵌入式平台,移植过程中根据嵌入式平台存储空间相对较小、计算能力也相对较弱的实际情况,对算法进行优化。 系统硬件总体结构图 音频信号采集原理图 附件包含以下资料:
2022-05-28 10:57:50 2.17MB 嵌入式 语音识别 电路方案
1
本文建立了一个孤立词语音识别系统, 并利用MATLAB 的语音工具箱voice box 对系统进行了仿真和分析。
2022-05-15 17:40:13 149KB 语音识别 matlab
1
欢迎下载研华科技主题白皮书: 《2019研华嵌入式服务指南》 [摘要] 作为嵌入式市场的领导厂商,研华IoT嵌入式平台事业群提供一站式服务,整合嵌入式主板与系统、软件、显示屏及外围设备,以客户为中心的设计服务,广泛应用于不同行业。为迎接物联网(IoT)和云端运算时代的到来,除深化既有产品的应用,也提供软硬件整合物联网解决方案,发展以IoT为中心的智能应用,帮助客户快速落地物联网应用。研华嵌入式物联网解决方案包括M2.COM感知平台、网关、EIS边缘智能服务器和WISE-PaaS嵌入式物联网软件平台。 https://www.eefocus.com/resource/advantech/index.p... 语音识别是机器通过识别和理解过程把人类的语音信号转变为相应文本或命令的技术,其根本目的是研究出一种具有听觉功能的机器。本设计研究孤立词语音识别系统及其在STM32嵌入式平台上的实现。识别流程是:预滤波、ADC、分帧、端点检测、预加重、加窗、特征提取、特征匹配。端点检测(VAD)采用短时幅度和短时过零率相结合。检测出有效语音后,根据人耳听觉感知特性,计算每帧语音的Mel频率倒谱系数(MFCC)。然后采用动态时间弯折(DTW)算法与特征模板相匹配,最终输出识别结果。先用Matlab对上述算法进行仿真,经多次试验得出算法中所需各系数的最优值。然后将算法移植到STM32嵌入式平台,移植过程中根据嵌入式平台存储空间相对较小、计算能力也相对较弱的实际情况,对算法进行优化。最终设计并制作出基于STM32的孤立词语音识别系统。 系统硬件总体结构图 附件内容如下:
2022-03-07 10:08:43 2.15MB 语音识别 电路方案
1
基于VQ的特定人孤立词语音识别研究,给出了实现原理、过程和MATLAB程序。
2021-12-27 09:13:00 93KB VQ 特定人 孤立词 语音识别
1
语音识别通过CNN 孤立词语音识别,复旦大学计算机科学技术学院数字信号处理期末项目 介绍 此仓库实现了一个强大的语音识别系统,该系统可以识别20个单独的单词,例如“语音”,“北京”,“文件”等。它利用从原始语音中提取的梅尔频谱特征,将频谱视为图片,卷积神经网络被用来对它们进行分类。 详细中文介绍请参考课程报告。 怎么玩 您需要一个支持CUDA(因为推理过程需要GPU)和flask的pytorch(版本> = 0.4)的python环境。 强烈建议使用Anaconda设置了环境,了解更多详情,请参考[]和[ ](适用于中国大陆用户的方便,请参见[])。 设置环境后,您可以通过键入以下内容轻松启动识别服务 python audio_server.py 进入您的命令行。 该命令将在端口22339上启动Web服务,因此您可以通过localhost:22339访问它 通过单击按钮,您的声音将被
2021-11-16 15:13:15 144.01MB JupyterNotebook
1