对语音信号的采集、分析、处理与报表生成等。
语音信号由计算机进行分析和处理，在程序中通过设置采样点和采样率，对数据进行时域和频域的分析、处理。
系统软件具有滤波选择，分为低通，高通，带通滤波。
同时也具有开始采集，停止采集，报表生成，停止等功能。
语音信号采集模块由配置声音输入控件、读取声音输入控件、滤波器控件、比较控件、选择结构、循环结构等构成。
程序的主体为：配置声音输入——开始采样——滤波——数据输出。
采样的模拟波形通道为1通道多采样通过设定采样速率和采样点数来确定波形的质量，速率越快，采样点数越多，采样波形越相近于实际波形。
由于采集到的信号太小，不利于观测，因此经过放大器放大后来观看。
配置完成采样输入后开始录音，由于人说话的声音频率通常为300~3000Hz之间，故用巴特沃斯带通滤波器将150Hz以下和2000Hz以上的声音滤除。
之后，将滤波后的信号进行信号分解，将其中的幅值信息提取出来并与一个已设定好的阈值相比较，如果幅值大于所设定的阈值，则认为有人对计算机讲话，程序跳出循环等待模块。
语音信号由计算机进行分析和处理，在程序中通过设置采样点和采样率，对数据进行时域和频域的分析、处理。
系统软件具有滤波选择，分为低通，高通，带通滤波。
同时也具有开始采集，停止采集，报表生成，停止等功能。
语音信号采集模块由配置声音输入控件、读取声音输入控件、滤波器控件、比较控件、选择结构、循环结构等构成。
程序的主体为：配置声音输入——开始采样——滤波——数据输出。
采样的模拟波形通道为1通道多采样通过设定采样速率和采样点数来确定波形的质量，速率越快，采样点数越多，采样波形越相近于实际波形。
由于采集到的信号太小，不利于观测，因此经过放大器放大后来观看。
配置完成采样输入后开始录音，由于人说话的声音频率通常为300~3000Hz之间，故用巴特沃斯带通滤波器将150Hz以下和2000Hz以上的声音滤除。
之后，将滤波后的信号进行信号分解，将其中的幅值信息提取出来并与一个已设定好的阈值相比较，如果幅值大于所设定的阈值，则认为有人对计算机讲话，程序跳出循环等待模块。
2024/5/14 19:51:17
626KB
1
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“PinkIE”的浏览器。
2024/3/29 9:18:02
65KB
1
作者:郡山彬出版社:世界图书出版公司译者:刘京华出版年:2005-2页数:169定价:15.00元丛书:轻松解读科学奥秘ISBN:9787506268677内容简介······概率统计与我们的生活息息相关，是一门能够即学即用的学问。
从骰子游戏的胜负到基本的统计处理，我们用图解说话，助你揭开“统计”迷雾，攻破“概率”难关。
《蜗牛科学系列》丛书从基础入手，遵循循序渐进的原则，深入浅出地解说基本的科学原理和最新的科学知识，注重学习方法与兴趣的培养。
带着身边的问题走进它，不用死记定理，也不用硬背公式，不再乏味，不再费解，轻松步入神奇有趣、绚丽多姿的科学世界。
本书是其中之一。
本书是写给觉得“我知道概率统计这个词，就是和现实事物对不上，不理解”，或常常想“我要学习概率统计，可是从哪里开始学呢”的读者。
我们的目标是把概率的基本知识解释得通俗易懂，并且尽量具体说明。
其中所举事例也尽量争取从我们周围的事情和日常的生活中选取。
数学看起来复杂，归根究底，审一个“简单事实的积累”。
概率统计也是如此。
希望本书能够帮助读者理解概率统计，或者使各位读者燃起学习的兴趣。
从骰子游戏的胜负到基本的统计处理，我们用图解说话，助你揭开“统计”迷雾，攻破“概率”难关。
《蜗牛科学系列》丛书从基础入手，遵循循序渐进的原则，深入浅出地解说基本的科学原理和最新的科学知识，注重学习方法与兴趣的培养。
带着身边的问题走进它，不用死记定理，也不用硬背公式，不再乏味，不再费解，轻松步入神奇有趣、绚丽多姿的科学世界。
本书是其中之一。
本书是写给觉得“我知道概率统计这个词，就是和现实事物对不上，不理解”，或常常想“我要学习概率统计，可是从哪里开始学呢”的读者。
我们的目标是把概率的基本知识解释得通俗易懂，并且尽量具体说明。
其中所举事例也尽量争取从我们周围的事情和日常的生活中选取。
数学看起来复杂，归根究底，审一个“简单事实的积累”。
概率统计也是如此。
希望本书能够帮助读者理解概率统计，或者使各位读者燃起学习的兴趣。
2024/3/11 23:33:38
131.89MB
1
ICA的著名应用是盲源分离，于是这里就以盲源分离为例子进行说明。
假设n个人面前有n个话筒，然后这n个人说话时这n个话筒进行录音，这n个人说了m句话，最后从这n个话筒中收集一些录音，目标：从这些录音中分离出每个人的声音对于ICA的模型：x=A·s假设x是个m*n的矩阵，A是个m*k的矩阵，那s就需要是个k*n的矩阵，于是ICA就是把x分解成2个矩阵的乘积，这两个矩阵就是求出来的源信号。
假设n个人面前有n个话筒，然后这n个人说话时这n个话筒进行录音，这n个人说了m句话，最后从这n个话筒中收集一些录音，目标：从这些录音中分离出每个人的声音对于ICA的模型：x=A·s假设x是个m*n的矩阵，A是个m*k的矩阵，那s就需要是个k*n的矩阵，于是ICA就是把x分解成2个矩阵的乘积，这两个矩阵就是求出来的源信号。
2024/2/19 17:05:26
164KB
1
设定：一个房间中两个麦克风，一个放在远处采集房间噪声，一个放在说话人附近采集带噪语音信号，认为两个音频文件的噪声相似。
目标是使用LMS自适应滤波算法来抑制噪声还原语音。
仿真：现给定一录音.mat文件，其中：s是原音频内容；
ref_noise是均值为0，方差为1的高斯噪声；
mixed是叠加上高斯噪声序列；
fs为信号采样率。
要求使用LMS自适应滤波法抑制噪声。
目标是使用LMS自适应滤波算法来抑制噪声还原语音。
仿真：现给定一录音.mat文件，其中：s是原音频内容；
ref_noise是均值为0，方差为1的高斯噪声；
mixed是叠加上高斯噪声序列；
fs为信号采样率。
要求使用LMS自适应滤波法抑制噪声。
2024/2/11 6:23:56
14.21MB
1
程序运行，通过调用Windows提供的System.speech库，获取用户说话的语音内容，系统捕获语音，控制程序
2024/2/1 2:21:24
20KB
1
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。
2024-04-09 15:03
15KB