基于MFCC和SVM的说话人性别识别建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel-frequencyCepstrumCoefficients,MFCC)的特征提取方法和支持向量机(SupportVectorMachine,SVM)的分类方法进行说话人性别识别,并与其它分类方法进行比较,实验结果表明该方法的说话人性别识别精确率达到98.7%,明显优于其它分类器。
2023/2/4 21:53:55
520KB
1
该函数用于语音信号特征提取，详细用法以及参数设置都有阐明，仅供学习参考。
函数作者为KamilWojcicki，使用时必须保持作者备注的信息。
函数作者为KamilWojcicki，使用时必须保持作者备注的信息。
2016/6/24 6:36:30
291KB
1
这是一个说话人识别matlab源代码，有两个特征可以选择MFCC和SBC,模式婚配使用了GMM。
测试了80人的数据库，MFCC识别正确率为80%，SBC为40%左右
测试了80人的数据库，MFCC识别正确率为80%，SBC为40%左右
2016/10/7 9:30:18
61KB
1
经过提取mfcc和lpc作为特征进行svm的训练，识别正确率为90%，作为一项技术肯定不算优秀，但用于交作业完全可以
2016/2/8 23:49:57
12.94MB
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