时移世易丶-CSDN博客

原创电脑突然无法调节亮度，刷新率锁定60HZ的解决办法

我这里集成显卡并不是AMD的信息（非CPU），显示为Microsoft基本显示适配器。这说明我们的集成显卡驱动没有正确安装，或者由于某种意外他消失了，我们需要重新安装该驱动。可以尝试右键开始，选择设备管理器，点击显示适配器，查看你的显卡驱动，包括独立显卡驱动与集成显卡驱动，这里可以定位问题。2，屏幕刷新率锁定为60HZ，本来也许是高刷屏幕。3，重启无效，并且选择关机页面的时候没有睡眠选项。拯救者系列可以查看联想售后官网，下载该驱动。1，无法调节亮度，默认亮度为最亮。

2024-04-01 09:46:04 503

原创（亲测可用）基于matlab的用自写函数来实现图像的灰度处理sobel canny算子边缘检测

I=imread(‘E:\matlab\toolbox\images\imdata\tupian4.jpg’);subplot(2,5,1);imshow(I);title(‘原始图像’);G=I(:,:,2);subplot(2,5,2);imshow(G);title(‘灰度处理后图像’);c=avefilt(G,3); %对G用3x3的模板进行滤波subplot(2,5,3);imshow(uint8©);title(‘均值滤波后的图像

2020-07-20 12:26:39 1569

原创（基于matlab自写代码）语音信号的短时分析，计算平均能量，短时过零数

一定时宽的语音信号，其能量的大小随时间有明显的变化。清音段能量比浊音段小得多。短时过零数也可用于语音信号分析中，发浊音时，其语音能量约集中于3kHz以下，而发清音时，多数能量出现在较高频率上。可认为浊音时具有较低的平均过零数，而清音时具有较高的平均过零数，故对一短时语音段计算其短时平均能量及短时平均过零数，就可以区分其中的清音段和浊音段，从而可判别句中清、浊音转变时刻，声母韵母的分界以及无声与有声的分界。这在语音识别中有重要意义。自己编写的matlab代码，对一段语音，取帧长为240个点，计算其平均能

2020-07-20 12:26:34 3592

原创（基于matlab自写代码）语音信号的谱分析

语音信号为一维短时平稳信号，带宽为3～4kHz，分析时可按10～20ms相对稳定的时间段分段进行，对每一段信号可直接采用一维FFT算法分析其频谱，或描述其对应的语谱图，即横轴为时间、纵轴为频率和图像的灰度表示相应时刻和相应频率的信号能量密度含噪语音可通过原始语音信号中加入高斯噪声或其它噪声实现，此外采用一般的录音设备录制的语音信号本身就含有一定的噪声。通过设计对应的滤波器可滤除相应的频谱成分，如低通可滤除电流噪声信号，高通可滤除高频信号。信号经过滤波器处理的过程可通过输入信号x(n)与滤波器冲激响应序列h

2020-07-20 12:26:21 1598

原创（基于matlab自写代码）语音信号的倒谱分析

倒谱一种信号的傅里叶变换谱经对数运算后再进行的傅里叶反变换。由于一般傅里叶谱是复数谱，因而又称复倒谱。倒谱在信号处理有着广泛的用途，它主要的功能是可以线性分离经卷积后的两个或多个分别的信号。合成和识别。过程1．采集语音信号2．分帧计算语音信号倒谱，并倒谱作FFT并加短时窗。3．取大于25以上的样值，进行IFFT，得到基音周期的倒谱。3．运用Levinson-Durbin计算一帧语音信号线形预测系数4．进行逆滤波处理5．对逆滤波后的信号进行倒谱分析确定基音周期对一段语音，取帧长为256个点，计

2020-07-20 12:26:16 5088 1

原创（基于matlab自写代码）语音信号增强

利用双线性变换法，小波法，简谱法。双线性变换法是使数字信号滤波器的频率响应与模拟滤波器的频率响应相似的一种变换方法。小波指的是一种能量在时域非常集中的波，小波直接把傅里叶变换的基给换了，将无限长的三角函数基换为有限长的会衰减的小波基。不仅能够获取频率，还可以定位时间。谱相减方法是基于人的感觉特性，即语音信号的短时幅度比短时相位更容易对人的听觉系统产生影响，从而对语音短时幅度谱进行估计，适用于受加性噪声污染的语音。对语音，人为加入加性高斯白噪声，分别采用双线性变换法、小波变换法、简谱法对其进行增强m

2020-07-20 12:26:09 5415 1

原创（基于matlab自写代码）语音信号的线性预测

预测之前先把信号采样。把过去的p个样值sn-k分别乘上适当的系数ɑn-k,再累加起来即得到现时样值的预测值。当ɑn-k取实数,则p个样值中任何一个有变化，都使预测值xn成比例地变化。因为预测公式是一个线性方程，所以这种预测称为线性预测。式中p称为预测阶数；ɑn-k称为预测系数;真实值与预测值之差en=sn-xn,称为预测误差。预测的目的就是找出一组合适的系数ɑn-k,使误差en的统计值最小。实际预测过程一般是先把采样序列按一定的数目组成帧，然后逐帧进行预测，每帧都找出该帧的p个最佳预测系数ɑn-k。

2020-07-20 12:26:02 1627

时移世易的博客