单声道和双声道音频功率放大器，分立元器件放大器，模电课设，含课设报告与电路分析

C#(VS2017)百度语音识别demo，支持的语音格式：原始PCM的录音参数必须符合16k采样率、16bit位深、单声道，支持的格式有：pcm（不压缩）、wav（不压缩，pcm编码）、amr（压缩格式）。

北京北京8k16bits单声道.pcm冰雨片段8k16bit单声道.pcm冰雨片段32k16bit单声道.pcm冰雨片段48k16bit单声道.pcm浪花一朵朵片段8k16bit单声道.pcm浪花一朵朵片段32k16bit单声道.pcm浪花一朵朵片段48k16bit单声道.pcm

本文档介绍Sphinx4在Windows下的中文训练过程及注意事项，与本文档配套的是我自己的训练实例bergtrain和用到的软件。
本文档编写日期2013-04-231、为什么要训练？sphinx4目前的版本中仅提供了英文等语音识别库。
中文的库是PTM或semi类型的，在java版sphinx中无法使用。
2、Sphinx的训练指哪些内容？在Sphinx中有语言模型、声学模型等概念，如果你不想了解这些，请参考以下内容：a1、中文每个字的标准发音已经有一个较为全面的文件进行了标注这个文件就是zh_broadcastnews_utf8.dic（下称这类文件为发音字典），在sphinx网站上可以下载，我们也包含了它。
下面是该文件的片断，它用类似拼音的方式标注了每个字或词的发音。
昌chang昌北changbei昌必changbi昌都changdu昌赫changhea2、需要告诉sphinx我们经常使用的字、词是哪些，它们出现的频率如何由于开放式语音识别尚难实现，所以sphinx实际上只能较好的处理相对小的语言集合。
因此，针对特定的领域，告诉sphinx该领域的词汇和各词出现的频率将极大提高识别率。
a3、需要告诉sphinx每个字、词的真正读音发音字典告诉sphinx每个字的标准读音，但面对的说话人往往不会以标准读音来朗读。
因此sphinx需要学习说话人的“口音”。
如果训练时的读者发音比较标准，则sphinx能“举一反三”，识别其他不那么标准的读者的语音。
推荐的做法是训练一些典型的口音：标准男、女声，童音，最后再考虑特定用户的口音。
3、如何准备训练内容所需的原料？需要准备两大内容：1)文本语料文件，2)语料录音文件。
文本语料文件给出2.a2中需要的内容，在bergtrain的etc文件下的berginput.txt文件就是一个预料文件。
它以行为单位，给出了150个中文句子。
语料录音文件是根据文本语料文件，朗读它的每行/句话，保存到每一个语音文件即可。
语料文件中的语句应该尽量选择领域相关的，在覆盖领域内名词的前提下，覆盖尽可能多的通用词汇。
4、训练环境及注意事项本文的训练软硬件如下：硬件：T60P笔记本，机器自带录音设备；
操作系统为Win732位。
软件：Sphinx cmuclmtk-0.7-win32.zip pocketsphinx-0.8-win32.zip sphinxbase-0.8-win32.zip sphinxtrain-1.0.8-win32.zip sphinx4-1.0beta6-bin.zip，用于编写java版的识别软件所需的库 脚本执行软件 ActivePerl-5.16.3.1603-MSWin32-x86-296746.msi ActivePython-2.7.2.5-win32-x86.msi 录音和处理软件 audacity-win-2.0.3rc1.zip，可进行录音和声音文件处理（如降噪），免费软件 FairStars.zip，可进行批量录音（V3.5绿色版） 文本编辑软件UltraEdit，UltraEdit-32.rar绿色版注意： 文件格式 语料文件必须使用UltraEdit进行编辑， 在编辑后，使用文件-转换-ASCII转UTF-8(UNICODE编辑)，指定文件中的中文使用utf8编码。
在保存前，设置格式如下： 换行符：UNIX终束符-LF 指定文件中的回车/换行符为编码0A的换行符 格式：UTF-8-无BOM 每个文件的末尾必须有一个回车！ 这个回车将在保存时被替换为编码0A的换行符，训练脚本需要这个符号来确认文件的结束。
录音文件 如果你不希望去编辑训练中的配置文件，则在使用FairStars录音时作如下设定： 进入菜单和对话框选项-显示录音选项-编码-WMA， 设定：采样率（16000Hz）、通道（单声道）、比特率（16Kbps）5、训练步骤下面逐步从零开始进行训练5.1软件环境的安装将本文档所在的文件夹解压或拷贝到d:\，即本文档路径是d:\sphinxtrain\Sphinx中文训练教程.txt1)点击安装ActivePerl-5.16.3.1603-MSWin32-x86-296746.msi和ActivePython-2.7.2.5-win32-x86.msi；
2)解压Sphinx中除sphinx4-1.0beta6-bin.zip外的压缩文件到d:\sphinxtrain下

是一个效果器插件，用于将歌曲中的人声移除。
它依据“中间通道相减”来工作，因为通常信号中的人声位于中间。
另外，这个插件还能够保持贝司和鼓，有时候位于立体声的中间范围也可能会同人声一起受到影响。
GLS!非常适用于含有人声干声的立体声音乐，有少许人声湿声的情况也尚可，不适合用于单声道音轨。
不过人声湿声也能被轻微的移除。
不要指望有奇迹般的效果。
GLS!将消除的不止是人声：一些其他乐器或声音也可能被一起移除或被破坏，然后这首歌也会失去立体声效果。
不过在某些情况下是完全可以接受的。
Cut直通Premarrow预marrowPRESERVEBASS保留低频tone音调/音色gain增益直接放入VST目录。

北京北京8k16bits单声道.pcm冰雨片段8k16bit单声道.pcm冰雨片段32k16bit单声道.pcm冰雨片段48k16bit单声道.pcm浪花一朵朵片段8k16bit单声道.pcm浪花一朵朵片段32k16bit单声道.pcm浪花一朵朵片段48k16bit单声道.pcm注：由于在设备上录制，《冰雨》和《浪花一朵朵》中有一定的杂音，介意者谨慎！《北京北京》无杂音。

音频格式为16000Hz-16bit-mono单声道，用Audacity能够播放，普通播放为数数，1-10.。
带了波形图

20Hz-0dB-30s.wav30Hz-0dB-30s.wav40Hz-0dB-30s.wav50Hz-0dB-30s.wav60Hz-0dB-30s.wav70Hz-0dB-30s.wav80Hz-0dB-30s.wav90Hz-0dB-30s.wav100Hz-0dB-30s.wav200Hz-0dB-30s.wav300Hz-0dB-30s.wav400Hz-0dB-30s.wav500Hz-0dB-30s.wav600Hz-0dB-30s.wav700Hz-0dB-30s.wav800Hz-0dB-30s.wav900Hz-0dB-30s.wav1KHz-0dB-30s.wav1KHzR-0dB-30s.wav1KHzL-0dB-30s.wav2KHz-0dB-30s.wav3KHz-0dB-30s.wav4KHz-0dB-30s.wav5KHz-0dB-30s.wav…20KHZ-0dB-30s.wav左右声道及喇叭极性SoundCheck_Channel&Phase_10sec.wavInfinityzero.wav

这是一个基于维纳后滤波算法的单声道语音加强程序，可以在MATLAB里面运行，很好用的

音频流派分类使用机器学习算法自动进行音乐流派分类，例如逻辑回归和K-最近邻使用言语：Python2.7此存储库包含根据以下流派对音乐进行分类的开发代码：蓝调古典（西方）国家迪斯科金属流行音乐数据集用于训练模型的数据集是GTZAN数据集。
数据集简介：该数据集用于G.Tzanetakis和P.Cook在2002年IEEETransactionsonAudioandSpeechProcessing中的流派分类“音频信号的音乐流派分类”中的著名论文。
该数据集由每30秒长的1000个音轨组成。
它包含10个流派，每个流派由100首曲目表示。
曲目均为.wav格式的22050Hz单声道16位音频文件。
官方网页：marsyas.info下载大小：约1.2GB下载链接：下载GTZAN流派合集

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。