本资源是基于MATLAB的说话人识别系统,是基于HMM模型的,具有很高的识别效率,大家可以放心使用本资源是基于MATLAB的说话人识别系统,是基于HMM模型的,具有很高的识别效率,大家可以放心使用
2023/7/3 7:34:35 1.07MB MATLAB HMM 隐马尔科夫 说话人识别
1
html5制作手机微信聊天语音发送话筒录音动画效果。
手指按住说话,松开结束语音发送特效。
内含源码及图片素材
2023/6/12 11:24:55 28KB 微信 语音 说话 手机
1
该文件包含GMM-UBM模型和基于ivector的GMM-UBM模型。
与其他MSR工具箱不同的是,在计算指标部分添加了AUC和EER。
直接运行demo_gmm_ubm_artificial.m或者demo_ivector_plda_artificial.m即可。
2023/6/10 14:49:23 1.79MB 说话人识别
1
该压缩包中包含一个完整的语音识别程序,代码使用matlab实现,使用了经典的GMM,HMM模型。
附件中还包含完整的说明文档,介绍了一些基本原理,和该源码的使用方法。
是语音识别入门必读源码之一。
该源码只需要很小的改动就可以用来做说话人识别。
:}
2023/6/5 8:36:53 2.25MB GMM HMM 语音识别 高斯混合模型
1
OpenGL的一些基本的库,.lib,.dll,.h都有。
使用windows(7or8)+VS2010的话,.h放到include文件夹下,.lib放到lib文件夹下,.dll放到System32或者SysWOW64下即可。
个人没有在其他环境下试过配置OpenGL所以不乱说话了就。
本压缩包下包含一个……净是代码的压缩包,虽然我觉得它对我没什么用处,但是还是一起弄来了。
毕竟是从官网下载的……
2023/6/5 1:32:37 3.78MB opengl glut glaux
1
基于语音的性别识别基于语音的性别识别,使用:免费的ST美国英语语料库数据集(SLR45)梅尔频率倒谱系数(MFCC)高斯混合模型(GMM)数据集可以在上找到免费的ST美国英语语料库数据集(SLR45)。
它是提供的免费的美国英语语料库,其中包含10位说话者(5位女性和5位男性)的讲话。
每个说话者大约有350种话语。
理论语音特征提取此处使用梅尔频率倒谱系数(MFCC),因为它们可在说话者验证中提供最佳结果。
MFCC通常如下得出:进行信号(窗口摘要)的傅立叶变换。
使用三角形重叠窗口,将以上获得的光谱的功率映射到mel刻度上。
记录每个梅尔频率下的功率对数。
2023/5/29 20:06:48 18.1MB data-science machine-learning scikit-learn voice
1
用图表说话-麦肯锡商务沟通完全工具箱
2023/5/17 8:14:06 35.02MB 麦肯锡 用图表说话
1
这个是我参照网上的一些代码写的,可以训练和识别,但是没有做预处理,所以录音时要注意不要出现没声音的片段,识别率不是很高,可以做一下参考!code=train('train\',4)%训练test('test\',8,code)%识别
2023/5/16 21:46:46 2.37MB matlba GMM 高斯混合模型 说话人识别
1
用matlab开发的说话人辨认算法。
用到了GMM,DTW等分类算法,还用到了MFCC特征抽取算法等
2023/3/21 3:21:57 10.64MB matlab 说话人识别 speaker recognition
1
基于语音声学和反向发音信号交融的说话人验证
2023/3/14 21:18:35 1024KB 研究论文
1
共 89 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡