张雪英部分论文集

最新推荐文章于 2024-08-26 18:56:03 发布
最新推荐文章于 2024-08-26 18:56:03 发布
阅读量715 收藏
点赞数
分类专栏： 数字信号处理 matlab数字信号处理 语音处理 文章标签： 语音识别 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Redmoon955331/article/details/126282962
版权

帧间自适应的压缩感知谱减去噪方法
麦克风阵列下互相关函数分类的声源定位
改进DSB方法的语音信号多声源定位
基于噪声特性的语音增强算法
关于在噪声环境下语音识别优化研究
联合改进子空间的自适应小波包阈值语音增强算法
语音情感识别的关键技术
基于混沌特性的情感语音特征提取
基于特征加权的FSVM在低信噪比语音识别中的应用
用后验信噪比修正小波包自适应阈值的语音增强算法
码书分类重排矢量量化方法及其应用研究
改进最大信噪比的独立成分分析单通道语音增强算法
一种基于优先树脉冲取代的固定码本搜索方法
支持向量机语音识别算法在DM6446上的实现
支持向量机在低信噪比语音识别中的应用
频域内的卡尔曼滤波语音增强算法
基于谱减法的语音增强方法及其在ARM中的应用
子空间与维纳滤波相结合的语音增强方法
联合听觉掩蔽效应的子空间语音增强算法
用小波包改进子空间的语音增强方法
快速码字搜索算法在G.722.2中的应用
基于节拍同步的和弦分析方法研究
基于伪倒谱感觉加权滤波器的设计及应用
噪声条件下的语音特征PLP参数的提取
基于支持向量机的语音识别研究
基于支持向量机的抗噪语音识别
感觉加权滤波器的设计及其在AMR-WB中的应用
ISP与LSP的特性比较
Laguerre滤波器在抗噪语音识别特征提取中的应用
直接矢量量化方法在语音编码算法中的应用
自适应多速率宽带语音编码算法的研究与仿真实现
可选模式声码器的研究与仿真
基于小波Mel倒谱系数的抗噪语音识别
一种改进的抗噪基音周期检测算法
语音信号预滤波的几种仿真实现方法
一种新的用于语音分离的盲源分离算法
一种基于快速噪声估计的MMSE语音增强算法
基于Laguerre网络的滤波器设计
盲源分离在单通道语音增强算法中的应用
一种改进的基于DCT的语音增强算法
一种改进的基于LP倒谱特征的孤立词语音识别方法
一种基于小波系数方差的语音端点检测方法
基于小波变换和参数滤波的音素分段算法
基于加权组合过零峰值幅度特征的抗噪语音识别
基于动态小波神经网络非线性预测的语音编码系统
低延迟话音编码算法的增益优化与混合窗设计
线谱对矢量量化方法的改进
用增益精确值和归一化波形码书改进G.728
低速率CS-ACELP语音编码算法研究及实现
用自适应量化改进G.728算法
基于RNN的非线性预测语音编码
改进G.728语音编码算法的增益滤波
波形码书的二次设计方法研究
减小G.728语音编码计算量的三种方法
15.2kb/s LD-CELP语音编码算法及实时实现
降低波形码书搜索复杂性的新方法

hg2016
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于遗传算法的Ostu法在图像分割中的应用
12-06 832
像素关系相邻像素 位于坐标(x,y)处的像素P有4个水平和垂直的相邻像素，其坐标为： (x+1,y)，(x-1,y)，(x,y+1)，(x,y-1) 这组相邻元素称为P的4邻域。用N4(P)表示。类似于十字形。 P的4个对角相邻像素坐标如下： (x+1,y+1)，(x+1,y-1)，(x-1,y+1)，(x-1,y+1) 用...
基于词表和N-gram算法的新词识别实验
pan-zy的专栏
05-27 2247
摘  要  目前未登录词问题仍然很大程度上影响着自动标引和信息检索的效率。本文提出了一种选择期刊论文的题名和摘要作为训练语料，利用N-gram算法切分和停用词典等过滤筛选非专名的新词识别方法。该方法主要分为两步：先进行N元切分，保存关键词候选集并统计词频；然后进行一系列的过滤，主要有词频阈值限定、前停后停词典过滤、相邻词比较、子父串比较、抽词词典和过滤词典的过滤，最后进行人工判别。对实验结果的测评
基于STM32实现孤立词语音识别系统
q6q6q的专栏
10-27 3932
语音识别是机器通过识别和理解过程把人类的语音信号转变为相应文本或命令的技术，其根本目的是研究出一种具有听觉功能的机器。本设计研究孤立词语音识别系统及其在STM32嵌入式平台上的实现。识别流程是：预滤波、ADC、分帧、端点检测、预加重、加窗、特征提取、特征匹配。端点检测（VAD）采用短时幅度和短时过零率相结合。检测出有效语音后，根据人耳听觉感知特性，计算每帧语音的Mel频率倒谱系数（MFCC）。然后...
语音特征提取学习笔记--对比kaldi、htk、w2l的语音提取过程。
golfbears的博客
09-26 3403
任何模式识别系统的第一个问题都是选择什么样的特征作为系统的输入，与语音识别也不例外，为了准确地反映待测系统的特性，并且让识别系统本身容易处理和分类，语音专家经过了几十年的研究，各种各样的语音特性提取也被提出来，而在经典的GMM-HMM模型中，MFCC是绝对的C位。不过在KALDI和HTK软件中，除了MFCC，其实还提供了其他一些特性提取方法，其中就包括PLP和FilterBank。本文又加入了w2l，目前最流行的开源人工智能网络ASR工具集，横向比较中，了解和学习一下语音提取技术的特点和发展。
数字语音处理张雪英课件
02-25
张雪英教授的课件是这个主题的一份宝贵教学资源，包含了丰富的理论知识和实践示例，特别是一些代码实现和仿真图，有助于深入理解和应用。 首先，我们要理解数字语音处理的基本概念。在传统的模拟语音系统中，声音...
数字语音处理及MATLAB仿真张雪英PPT学习教案.pptx
10-01
数字语音处理及MATLAB仿真张雪英PPT学习教案.pptx
语音控制开关的语音识别ic芯片方案
jiuxindianzi的博客
08-23 435
九芯NRK3301语音识别芯片采用离线语音控制，无需网络，保护隐私，适用于智能家居设备。芯片高效低成本，助力制造商实现语音控制功能，推动智能家居发展。
python 实现convolution neural network卷积神经网络算法
luthane的博客
08-26 1024
卷积神经网络（Convolutional Neural Networks, CNN）是一种包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks, FNN），是深度学习的代表算法之一。基本原理CNN的核心思想是通过模拟人类视觉系统的工作方式，自动提取图像中的特征，并将其用于分类、检测、分割等任务。它主要受到了生物学上感知机制的启发，模拟了人类视觉系统中的感知细胞和复杂细胞的工作方式。
透明性和解释性AI：概念与应用
weixin_49007164的博客
08-25 926
透明性AI指的是AI系统的操作过程、决策机制、数据流动和模型行为是可理解和可追踪的。换句话说，透明性AI使得人们可以清楚地看到AI系统是如何做出决策的，这一过程包括输入数据的处理方式、模型的内部计算过程、以及最终决策的产生机制。解释性AI是指AI系统不仅能够给出决策结果，还能够提供关于该决策如何产生的解释。解释性AI的目标是帮助用户理解AI的行为，尤其是当AI的决策与预期不符时，提供合理的解释来消除用户的疑虑。
【python计算机视觉编程——1.基本的图像操作和处理】
最新发布
m0_53694086的博客
08-26 782
参数sigma为标准差（σ），是高斯滤波器的一个重要参数，它控制滤波器的平滑程度。标准差越大，高斯函数的曲线越宽，滤波器的影响范围就越大。标准差较大: 高斯滤波器会在更大范围内进行平滑，使得图像变得更加模糊，细节和边缘特征会被更强地平滑掉。标准差较小: 高斯滤波器会产生较小范围的平滑效果，图像的细节保留更多。还可以给定转换矩阵，将RGB图像转换为CIE XYZ色彩空间。图像像素值被分成128个区间，用于计算每个区间的像素值频率。可以返回目录中所有jpg图像的列表。
yolov8 出现loss 为nan
zhaoluruoyan89的博客
08-21 367
这篇博客警示读者在购买用于深度学习的显卡时要避开那些导致RuntimeWarning: All-NaN slice encountered的问题。作者强调这些Tensor核心存在严重缺陷，不适宜进行深度学习任务，建议大家在选购时务必谨慎。方法二：将混合精度训练AMP 设置为False。方法一：降低cuda和pytorch 版本号。
基于Python星载气溶胶数据处理与反演分析
lwjnlqiqi的博客
08-21 1248
Python星载气溶胶数据处理与反演分析
基于YOLO V8的PCB缺陷检测识别系统（python源码+Pyqt5界面+数据集+训练代码）
2401_83580557的博客
08-22 500
基于YOLO V8的PCB缺陷检测识别系统【python源码+Pyqt5界面+数据集+训练代码】
直播美颜API与视频美颜SDK的开发指南：构建高效实时美颜工具
q1031691172的博客
08-23 249
不同用户对美颜效果的需求各异，因此，直播美颜API与视频美颜SDK应具备良好的可扩展性和自定义功能。开发者可以通过提供丰富的接口和插件机制，允许用户根据自己的需求调整美颜参数或添加新的美颜效果，从而提升用户满意度。
论大模型在金融行业的应用场景
m0_53773302的博客
08-25 588
需要指出的是，虽然上面这些场景都是大家能够最先想到的，但真正要做的很好，也不是那么容易，必须结合优质的技术架构与工具设计，模型优化，数据准备与处理，以及反复的尝试与试错，同时也不可避免的需要对所在行业与场景知识的专业性通过实操深入理解。但如果想到达到90%以上的准确率，那就必须结合专业细致的行业数据、话术抽象、切分，上下文学习/RAG使用，知识图谱的构造，人类反馈的常态化，模型的选择，模型微调中参数调优、数据质量与混合比例的调优、减少遗忘的策略设计，甚至模型结构的创新改造设计等手段综合起来，才可以达到。
CAS-ViT实战：使用CAS-ViT实现图像分类任务（一）
m0_47867638的博客
08-21 1078
EMA是一种加权移动平均技术，其中每个新的平均值都是前一个平均值和当前值的加权和。在深度学习中，EMA被用于模型参数的更新，以减缓参数在训练过程中的快速波动，从而得到更加平滑和稳定的模型表现。
CAS-ViT实战：使用CAS-ViT实现图像分类任务（二）
m0_47867638的博客
08-22 946
训练部分。
ARM/Linux嵌入式面经（二七）：韶音
叫好与叫座虽然不是对立面，但想在同一个作品中达到双重效果很难。
08-23 122
二面 7月16日 技术面RT-Thread是一个源码公开、可配置的实时操作系统（RTOS），其核心架构设计为微内核结构，支持多任务调度、同步、通信等功能。RT-Thread的调度机制是其核心功能之一，它确保了任务（线程）能够按照预定的优先级和规则有序执行。
张雪英教授的数字语音处理与MATLAB实战教程
《张雪英版数字语音处理及MATLAB仿真课件》是一门针对通信、电子信息专业学生的选修课程，旨在深入理解语音发声机制、听觉机理及其数字表示，为后续学习提供理论基础。课程核心内容包括： 1. 课程性质：课程将语音...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值