通过对语音数据进行特征提取，运用SVM识别算法，实现语音信号的6种情感的识别。
语料库选自CASIA汉语情感语料库，特征集选取基因频率、时长、共振峰、MFCC等。
语料库选自CASIA汉语情感语料库，特征集选取基因频率、时长、共振峰、MFCC等。
2023/8/19 1:03:27
215.47MB
1
美国当代英语语料库（CorpusofContemporaryAmericanEnglish，简称COCA），用计算机统计英语单词词频并排序，已包含5.6亿字的文本，是目前最大的免费英语语料库。
1990年至2017年，COCA以每年2000万字的速度更新扩充，以保证语料库内容的时效性。
其语料均衡分布在口语、小说、杂志、报纸以及学术文章五类文体中，被认为是用来观察美国英语当前发展变化的最合适的英语语料库，也是广大英语爱好者的学习宝库。
1990年至2017年，COCA以每年2000万字的速度更新扩充，以保证语料库内容的时效性。
其语料均衡分布在口语、小说、杂志、报纸以及学术文章五类文体中，被认为是用来观察美国英语当前发展变化的最合适的英语语料库，也是广大英语爱好者的学习宝库。
2023/8/11 6:18:12
1.48MB
1
LCMC语料库是一个100万词次（按每1.6个汉字对应一个英文单词折算）的现代汉语书面语通用型平衡语料库。
起先建立时，它是作为英国经社研究委员会资助项目ContrastingTenseandAspectinEnglishandChinese的部分成果。
肖忠华最初的设想是要将其建成同FLOB和FROWN对应的现代汉语语料库。
筹建这样的一个语料库的另一个动因是：尽管已经有很多汉语语料库存在，但却没有一个完全免费对公众开放的平衡的汉语语料库
起先建立时，它是作为英国经社研究委员会资助项目ContrastingTenseandAspectinEnglishandChinese的部分成果。
肖忠华最初的设想是要将其建成同FLOB和FROWN对应的现代汉语语料库。
筹建这样的一个语料库的另一个动因是：尽管已经有很多汉语语料库存在，但却没有一个完全免费对公众开放的平衡的汉语语料库
2023/8/8 2:39:28
6.34MB
1
中文维基百科语料库，将其转换为文本文件后，进行繁体字转换为简体字，字符集转换，分词，然后训练得到模型以及向量。
由于文件上传的大小限制是60MB，而训练后的所有文件大小有1G以上，所以这里只提供了下载链接，地址在网盘中。
使用python中的gensim包进行训练得到的，运行时间较长，纯粹的维基百科中文语料训练后的结果，拿去可以直接使用。
由于文件上传的大小限制是60MB，而训练后的所有文件大小有1G以上，所以这里只提供了下载链接，地址在网盘中。
使用python中的gensim包进行训练得到的，运行时间较长，纯粹的维基百科中文语料训练后的结果，拿去可以直接使用。
2023/7/28 17:38:49
234B
1
本报告包括详尽完整的文本分类处理过程，包括语料库的处理、jieba分词、停用词无关词处理、词袋模型的构建（CHI值检验用于特征筛选、tfidf作为特征向量值）。
并用自编朴素贝叶斯以及sklearn包中的SVM进行了文本效果的检测，通过混淆矩阵和roc曲线展现了实现效果。
实验报告写的很详细，不懂的地方可以看报告以及看博客中的部分细节讲解。
并用自编朴素贝叶斯以及sklearn包中的SVM进行了文本效果的检测，通过混淆矩阵和roc曲线展现了实现效果。
实验报告写的很详细，不懂的地方可以看报告以及看博客中的部分细节讲解。
2023/7/15 21:32:55
4.05MB
1
语音情感特征的提取和选择是语音情感识别的关键问题，针对线性预测（LP）模型在语音情感谱包络方面存在的不足。
本论文提出了最小方差无失真响应（MVDR）谱方法来进行语音情感特征的提取；
并通过人工蜂群（ABC）算法找到最优语音情感特征子集，消除特征冗余信息；
利用径向基函数（RBF）神经网络对CASIA汉语情感语料库中的4种情感语音即生气、平静、高兴、害怕进行实验识别。
实验结果表明，该方法比线性预测法有更高的识别率和更好的鲁棒性。
本论文提出了最小方差无失真响应（MVDR）谱方法来进行语音情感特征的提取；
并通过人工蜂群（ABC）算法找到最优语音情感特征子集，消除特征冗余信息；
利用径向基函数（RBF）神经网络对CASIA汉语情感语料库中的4种情感语音即生气、平静、高兴、害怕进行实验识别。
实验结果表明，该方法比线性预测法有更高的识别率和更好的鲁棒性。
2023/7/10 3:38:29
653KB
1
学术论文语料库，包含SCI论文各个部分的常用模板句式和讲解。
2023/6/29 6:30:31
1012KB
1
提供一个matlab版本的基于hmm的数字语音识别程序，经过调试，有注释；
并且提供一个有40人的数字语音语料库；
很实用。
并且提供一个有40人的数字语音语料库；
很实用。
2023/6/14 0:25:17
5.34MB
1
主要是参考tesseract3.02官网的训练教程，再结合自己的摸索，材料里包含的批处理程序完成从tif训练文件的输入到trainedata语料库文件生成的全过程，带有详细的注释，材料包的样例可以帮助更好的了解训练，详细的可以参考我的博客http://blog.csdn.net/tuling_research/article/details/41091163
2023/6/10 16:08:02
1.6MB
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