sinat_34897952的博客

研究生语音识别课程作业记录（二） 非特定人孤立词识别前言一. 任务要求二. 识别方法三. 语音数据库四. 特征参数提取五. 识别过程及分析六. 小结前言研究生期间的语音识别课程作业记录，研一暑假的主要工作，也是自己正式入门语音识别的启程之路，虽然是采用传统方法进行语音识别的工程仿真，但对于一个新手菜鸟来说，这样的训练必不可少，借此机会记录一下，希望可以对刚入门语音识别的小白提供一点开拓的思路。一. 任务要求提供声音文件: 0－9的数字孤立词读音文件库，共28人录音样本，每人10次， 手工分割存

研究生语音识别课程作业记录（一） 非特定人孤立词识别前言一. 任务要求二. 识别方法三. 语音数据库：四. 特征参数提取：五. 识别过程及分析：六. 小结前言研究生期间的语音识别课程作业记录，研一暑假的主要工作，也是自己正式入门语音识别的启程之路，虽然是采用传统方法进行语音识别的工程仿真，但对于一个新手菜鸟来说，这样的训练必不可少，借此机会记录一下，希望可以对刚入门语音识别的小白提供一点开拓的思路。一. 任务要求提供声音文件: 0－9的数字孤立词读音文件库，共28人录音样本，每人10次， 手工

研究生语音识别课程作业记录（三） 非特定人孤立词识别前言一. 任务要求二. 识别方法三. 语音数据库四. 特征参数提取五. 识别过程及分析六. 实验总结七. 小结前言研究生期间的语音识别课程作业记录，研一暑假的主要工作，也是自己正式入门语音识别的启程之路，虽然是采用传统方法进行语音识别的工程仿真，但对于一个新手菜鸟来说，这样的训练必不可少，借此机会记录一下，希望可以对刚入门语音识别的小白提供一点开拓的思路。一. 任务要求提供声音文件: 0－9的数字孤立词读音文件库，共28人录音样本，每人10次

win7下配置虚拟机-安装Ubuntu20.4一. 虚拟机安装1.1虚拟机准备1.2虚拟机安装二. Ubuntu安装2.1Ubuntu创建安装2.2Ubuntu直接安装三. 小结一. 虚拟机安装深度学习以及神经网络等相关项目大都需要在Linux系统下进行配置安装，因此，在win7系统下配置一个虚拟机，安装一个Ubuntu系统，便于进行后期的图像处理与语音识别相关项目的基础。1.1虚拟机准备虚拟机下载地址：1.2虚拟机安装双击安装vmware workstation 12 密

MATLAB语音信号处理（1）播放音视频前言一. MATLAB仿真二. 仿真结果三. 小结前言MATLAB进行图像处理相关的学习是非常友好的，可以从零开始，对基础的图像处理都已经有了封装好的许多可直接调用的函数，这个系列文章的话主要就是介绍一些大家在MATLAB中常用一些概念函数进行例程演示！其实MATLAB不仅可以处理图像数据，对于语音信号的仿真处理也得到许多应用，自己在研究生期间的语音信号处理课程基本上是通过MATLAB进行仿真实验的，最近正好有好些语音相关的同学咨询与请教，这里就介绍一下如何通过

VS语音信号处理（7） C语言调用SoundTouch进行变速不变调工程集成调试前言一. 源码下载即链接库准备二. 工程编译准备三. 例程实现四. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。今天介绍SoundTouch语音变速不变调算法的工程应用。SoundTouch是一个支持音频倍速播放的开源库。支持变速（加速减速）、变调、变速同时变调等三类功能模块，

VS语音信号处理（6） C语言调用SoundTouch进行变速不变调工程实例前言一. 源码下载即链接库准备二. 工程编译准备三. 例程实现四. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。今天介绍SoundTouch语音变速不变调算法的工程应用。SoundTouch是一个支持音频倍速播放的开源库。支持加速减速的播放。有ANSI C的版本，也有纯Java的版

VS语音信号处理（5） C语言PCM格式语音存为WAV格式语音工程实例前言一. 工程实现二. 生成编译三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。今天介绍PCM格式语音存为WAV格式语音的工程应用。两种格式语音的唯一区别在于WAV语音包含文件头信息，而PCM格式语音仅包含语音数据流。语音格式转换也算是一种比较常见的应用，可以让我们更好的理解语音文件的

VS语音信号处理（4） C语言WAV格式语音存为PCM格式语音工程实例前言一. 工程实现二. 生成编译三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。今天介绍WAV格式语音存为PCM格式语音的工程应用。两种格式语音的唯一区别在于WAV语音包含文件头信息，而PCM格式语音仅包含语音数据流。语音格式转换也算是一种比较常见的应用，可以让我们更好的理解语音文件的

VS语音信号处理（3）sonic变速不变调调试记录（二）前言一. main函数二. 生成编译三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。今天介绍sonic语音变速不变调算法的工程应用。libsonic是一个支持音频倍速播放的开源库。支持大于2倍速的播放。有ANSI C的版本，也有纯Java的版本。无外部依赖能够方便的集成进自己的应用中。具体工程以及

VS语音信号处理（3）sonic变速不变调调试记录一前言一. main函数二. 生成编译三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。今天介绍sonic语音变速不变调算法的工程应用。libsonic是一个支持音频倍速播放的开源库。支持大于2倍速的播放。有ANSI C的版本，也有纯Java的版本。无外部依赖能够方便的集成进自己的应用中。具体工程以及so

VS语音信号处理（3） C语言调用sonic进行变速不变调工程实例前言一. 工程实现二. 生成编译三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。今天介绍sonic语音变速不变调算法的工程应用。libsonic是一个支持音频倍速播放的开源库。支持大于2倍速的播放。有ANSI C的版本，也有纯Java的版本。无外部依赖能够方便的集成进自己的应用中。一.

VS语音信号处理（2） C语言分段读取WAV语音文件语音数据前言一. 工程实现二. 结果三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。语音文件的格式多种多样都存在不同的标准，在WAV格式的语音文件中主要包含两个部分：文件头与语音数据，本文将介绍读取WAV语音文件的文件头数据。WAV格式语音文件数据标准如下图所示。即前44位位文件头数据，44位之后为

VS语音信号处理（1） C语言读取WAV语音文件文件头数据前言一. 工程实现二. 结果三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。语音文件的格式多种多样都存在不同的标准，在WAV格式的语音文件中主要包含两个部分：文件头与语音数据，本文将介绍读取WAV语音文件的文件头数据。WAV格式语音文件数据标准如下图所示。即前44位位文件头数据，44位之后为语

Linux系统Ubuntu20.4下kaldi配置前言一. kaldi准备1.1虚拟机准备1.2虚拟机安装二. kaldi配置库安装三. kaldi例程实验四. 小结前言深度学习以及神经网络等相关项目大都需要在Linux系统下进行配置安装，作为一名算法工程师，特别是在图像处理与语音识别领域进行深入研究，深度学习各类相关的模型是自己进行接下来学习研究的一个基础。考虑到安装双系统的费时费力，切换不便，因此，就准备着手在win7系统下搭建一个虚拟机，安装一个Ubuntu系统，准备进行一些模型的配置搭建，跑一