本文對家用電器中語音識別技術的DSP實現進行了研究。文章介紹了語音識別技術的基本概念，討論了語音識別系統的組成和實現的技術；詳細分析了構成語音識別系統的四個組成部分，包括語音信號數字化與預處理、語音的端點檢測、特征提取與模式匹配。著重介紹了實現端點檢測的短時平均能量與短時平均過零率分析，語音信號的線性預測分析及在此基礎之上的倒譜特征參數，以及實現模式匹配的常用的矢量量化技術、動態時間規整技術和隱馬爾可夫模型；根據提出的語音識別系統的構成，介紹了在MATLAB6.5上實現了采用動態時間規整算法的識別系統的仿真分析。
上傳時間： 2013-04-24
上傳用戶：zwei41
設計了一個嵌入式語音識別系統，該系統硬件平臺以ADSP-BF531為核心，采用離散隱馬爾可夫模型(DHMM)檢測和識別算法完成了對非特定人的孤立詞語音識別。試驗結果表明，該系統對非特定人短詞匯的綜合識別率在90%以上。該系統具有小型、高速、可靠以及擴展性好等特點;可應用于許多特定場合，有很好的市場前景。文中講述了該系統CODEC、片外RAM、ROM以及CPLD等與DSP的接口設計，語音識別運用的矢量量化、Mel倒譜參數、Viterbi等有關算法及其實際應用效果。
上傳時間： 2013-10-28
上傳用戶：rolypoly152
這是C++編寫的代碼，里面有詳細說明。
上傳時間： 2013-10-26
上傳用戶：wentianyou
1。《遺傳算法的數學基礎》，張文修、梁怡編著 西安交通大學出版社 2000年第一版 遺傳算法（genetic algorithm）是模擬自然界生物進化過程與機制求解問題的一類自組織與自適應的人工智能技術，已廣泛應用于計算機科學、人工智能、信息技術及工程實踐。 本書重點在于闡述遺傳算法的數學基礎。全書共分3章，第1章給出了遺傳算法的幾何理論，第2章給出了遺傳算法的馬爾可夫鏈分析，第3章給出了遺傳算法的收斂理論。 本書可以作為應用數學、計算機科學、系統科學等專業研究生的教材，也可以作為研究遺傳算法的參考書。
標簽： 算法
上傳時間： 2015-07-01
上傳用戶：xauthu
老鼠走迷宮，隨機創建迷宮或由文件讀入迷宮檔，老鼠會記憶走過的路直到找到迷宮出口。
標簽：
上傳時間： 2013-12-23
上傳用戶：plsee
語音識別中的模型和算法：動態時間歸正技術（DTW），隱馬爾可夫模型（HMM），高斯混合模型（GMM），高斯混合模型（GMM）
上傳時間： 2013-12-23
上傳用戶：nanfeicui
本文完成了對唇動身份識別技術幾個基本問題的理論研究,并對整個系統加以實現.作為本文研究的實驗基礎,我們建立了唇動方式身份識別數據庫(HITLUDB), 該庫目前包含30個說話人每人20個漢語詞的音視頻語料.數據庫的擴充與完善工作仍在不斷的進行之中.在嘴唇檢測方面, 我們對自適應色度過濾模型進行改進,提高了算法的魯棒性,完成了對嘴唇的精確定位.結合DCT變換與K-L變換的各自特點, 我們提出了特征提取算法,使用較少維數的特征完成了對嘴唇區域主要信息的刻畫.由于唇動信息同時包含了生理特征與行為特征, 我們使用靜念動念混合建模的方式,完成了對說話人唇動個性特點的精確描述.在HMM訓練時,我們提出了特征的歸一化處理方法,提高了HMM在實際應用中的性能. 最后,我們分別對身份辨認系統與身份確認系統的基本理論進行了敘述,并完成了系統的實踐工作. 關 鍵 詞：身份識別 唇動 特征提取 隱馬爾可夫模型 K-L變換
上傳時間： 2014-01-14
上傳用戶：wsf950131
這個檔案裡面的matlab的m函數，產生有效的都普勒fd隨機相關的瑞利衰減包絡，可以輸入你想要的doppler ferquecy和sampling ferquecy
標簽： matlab
上傳時間： 2013-12-21
上傳用戶：cc1
問題描述 設有n種不同面值的硬幣，各硬幣的面值存于數組T[1:n]中。現要用這些面值的硬幣來找錢，可以實用的各種面值的硬幣個數不限。當只用硬幣面值T[1],T[2],…,T[i]時，可找出錢數j的最少硬幣個數記為C(i,j)。若只用這些硬幣面值，找不出錢數j時，記C(i,j)=∞。 編程任務 設計一個動態規劃算法，對1≤j≤L，計算出所有的C( n,j )。算法中只允許實用一個長度為L的數組。用L和n作為變量來表示算法的計算時間復雜性 數據輸入 由文件input.txt提供輸入數據。文件的第1行中有1個正整數n（n<=13），表示有n種硬幣可選。接下來的一行是每種硬幣的面值。由用戶輸入待找錢數j。 結果輸出 程序運行結束時，將計算出的所需最少硬幣個數輸出到文件output.txt中。
標簽：
上傳時間： 2016-07-28
上傳用戶：yangbo69
常用的說話人識別方法有模板匹配法、統計建模法、聯接主義法(即人工神經網絡實現)。考慮到數據量、實時性以及識別率的問題，采用基于矢量量化和隱馬爾可夫模型(HMM)相結合的方法。 說話人識別的系統主要由語音特征矢量提取單元(前端處理)、訓練單元、識別單元和后處理單元組成，
上傳時間： 2014-07-08
上傳用戶：wqxstar
