播放加噪声后的语音；
显示加噪声后的fft频谱图；
设计切比雪夫滤波器；
播放滤波后的语音

android仿微信聊天界面，以及语音录制功能

模块思想程序框架高质量代码。
界面与后台程序分离分层。
采用模块化思想封装装各个模块，除配置外只使用了个全局变量。
含有gps，语音模块v4l2视频模块定时器线程

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

第一章....4【实例1】使用累加器进行简单加法运算：...4【实例2】使用B寄存器进行简单乘法运算：...4【实例3】通过设置RS1，RS0选择工作寄存器区1：...4【实例4】使用数据指针DPTR访问外部数据数据存储器：...4【实例5】使用程序计数器PC查表：...4【实例6】if语句实例：...4【实例7】switch-case语句实例：...4【实例8】for语句实例：...4【实例9】while语句实例：...5【实例10】do…while语句实例：...5【实例11】语句形式调用实例：...5【实例12】表达式形式调用实例：...5【实例13】以函数的参数形式调用实例：...5【实例14】函数的声明实例：...5【实例15】函数递归调用的简单实例：...5【实例16】数组的实例：...6【实例17】指针的实例：...6【实例18】数组与指针实例：...6【实例19】P1口控制直流电动机实例...6第二章....8【实例20】用74LS165实现串口扩展并行输入口...8【实例21】用74LS164实现串口扩展并行输出口...10【实例22】P0I/O扩展并行输入口...12【实例23】P0I/O扩展并行输出口...12【实例24】用8243扩展I/O端口...12【实例25】用8255A扩展I/O口...14【实例26】用8155扩展I/O口...19第三章....26【实例29】与AT24系列EEPROM接口及驱动程序...26【实例30】EEPROM(X5045)接口及驱动程序...30【实例31】与铁电存储器接口及驱动程序...33【实例32】与双口RAM存储器接口及应用实例...35【实例33】与NANDFLASH（K9F5608）接口及驱动程序...35第四章....43【实例34】独立键盘控制...43【实例35】矩阵式键盘控制...44【实例36】改进型I/O端口键盘...46【实例37】PS/2键盘的控制...49【实例38】LED显示...53【实例39】段数码管（HD7929）显示实例...54【实例40】16×2字符型液晶显示实例...55【实例41】点阵型液晶显示实例...61【实例42】LCD显示图片实例...63第五章....70【实例43】简易电子琴的设计...70【实例44】基于MCS-51单片机的四路抢答器...71【实例45】电子调光灯的制作...76【实例46】数码管时钟的制作...81【实例47】LCD时钟的制作...96【实例48】数字化语音存储与回放...103【实例49】电子标签设计...112第六章....120【实例50】指纹识别模块...121【实例51】数字温度传感器...121第七章....124【实例53】超声波测距...124【实例54】数字气压计...125【实例55】基于单片机的电压表设计...132【实例56】基于单片机的称重显示仪表设计...133【实例57】基于单片机的车轮测速系统...136第八章....138【实例58】电源切换控制...138【实例59】步进电机控制...140【实例60】单片机控制自动门系统...141【实例61】控制微型打印机...144【实例62】单片机控制的EPSON微型打印头...144【实例63】简易智能电动车...145【实例64】洗衣机控制器...149第九章....152【实例65】串行A/D转换...152【实例66】并行A/D转换...153【实例67】模拟比较器实现A/D转换...154【实例68】串行D/A转换...155【实例69】并行电压型D/A转换...156【实例70】并行电流型D/A转换...156【实例71】file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtmlclip1\01\clip_image002.gif接口的A/D转换...157【实例72】file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtmlclip1\01\clip_image002.gif接口的D/A转换...161第十章....164【实例73】单片机间双机通信...164【实例74】单片机间多机通信方法之一...166【实例75】单片机间多机通信方法之二...171【实例76】PC与单片机通信.

近年来，Internet得到了飞速发展和普及应用，而作为其核心技术的IP协议体系在数据网络架构中的统治地位已得到了广泛认同。
同时，随着基于IP技术上各种应用技术尤其是VoIP技术的提出，数据网络通信逐渐融入了传统的话音业务领域。
详细论述了在硬件上如何设计和实现VoIP语音网关。
首先对VoIP技术进行了介绍，进而详细论述了基于ARM网络处理器S3C4510B的具体实现方法，最后对VoIP网关进行了系统测试和结果分析。

语音发声模块电脑上位机软件

声纹识别技术，形象的说法就是说话人识别技术。
它是根据人在说话时产生的波形，以及波形中反映人类心理和生理的特征参数来判断说话人的身份的技术。
本文所研究的是与文本有关的说话人确认系统。
比较了基于声道的线性预测倒谱系数(LPCC)和基于听觉特性的MEL频率倒谱系数(MFCC)参数特征，得出MFCC对环境存在更高的鲁棒性。
并运用了隐形马尔可夫模型(HMM)在MATLAB上实现了语音数字的识别仿真。
本实验系统的识别率达到了90%，验证了HMM模型识别的准确性。

appid:="************" apikey:="***********88" curtime:=strconv.FormatInt(time.Now().Unix(),10) param:=make(map[string]string) param["engine_type"]="sms16k" param["aue"]="raw" tt,_:=json.Marshal(param) base64_param:=base64.StdEncoding.EncodeToString(tt) w:=md5.New() io.WriteString(w,apikey+curtime+base64_param) checksum:=fmt.Sprintf("%x",w.Sum(nil)) body,_:=ioutil.ReadFile("./ceshi.pcm") base64_audio:=base64.StdEncoding.EncodeToString(body) data:=url.Values{} data.Add("audio",string(base64_audio)) res_body:=data.Encode() client:=&http.Client{} req,_:=http.NewRequest("POST","http://api.xfyun.cn/v1/service/v1/iat",strings.NewReader(res_body)) req.Header.Set("X-Appid",appid) req.Header.Set("Content-Type","application/x-www-form-urlencoded") req.Header.Set("X-Param",base64_param) req.Header.Set("X-CheckSum",checksum) req.Header.Set("X-Curtime",curtime) response,_:=client.Do(req) deferresponse.Body.Close() resp_body,_:=ioutil.ReadAll(response.Body) fmt.Print(string(resp_body))

完整的语音处理matlab程序。
demo为利用ERBGammatone滤波器对语音信号进行处理。
可以提取基于听觉感知的特征参数。

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。