语音信号处理

语音信号处理之语音特征提取（1）机器学习的语音处理

本文首先是将SpeechProcessingforMachineLearning:Filterbanks,Mel-FrequencyCepstralCoefficients(MFCCs)andWhat'sIn-Between这篇2016年4月21号的文章翻译了一下，然后讲出一点自己的理解和注释。机器学习的语音处理：滤波器组，梅尔频率倒谱系数（MFCC）以及两者之间的区别语音处理在任何语音系统中都扮
林深迷了鹿·2020-08-08 18:36

《语音信号处理》第五章总结——同态滤波和倒谱分析

第5章1、卷积同态系统的基本原理：理解+记忆+掌握分离组合信号所采用的方法：1)分离加性信号常采用线性滤波的方法2)分离非加性组合(如乘性或卷积性组合)信号，常采用同态滤波技术(实际上就是将非线性问题转换为线性问题来处理)同态处理理论：任何同态系统都能表示为三个同态系统的级联，即同态系统可分解为：a.两个特征系统(它们只取决于信号的组合规则)b.一个线性系统(它仅取决于处理的要求)。1）第一个系统
mydots·2020-08-08 18:19

《语音信号处理》第二章总结——语音信号基础知识

1、声音是一种波，能被人耳听到，它的振动频率在20～20000Hz之间。2、语音产生的过程语音的形成过程:空气由肺部排入喉部，经过声带进入声道，最后由嘴辐射出声波，形成语音。3、声音的分类（概念：理解+记忆）浊音：声带绷紧，气流通过时会使得开口变成一开一闭的周期性动作，造成周期性的激发气流，如a，o；(由声带震动产生的音)，包括所有的元音和一些辅音。清音：声带完全舒展，声道某部位收缩形成一个狭窄的
mydots·2020-08-08 18:19

《语音信号处理》第七章总结——矢量量化

第7章1、标量、矢量量化的定义：理解+记忆标量量化是对取样后的信号逐个进行量化；矢量量化是将若干个取样信号分成一组，构成一个矢量，然后对此矢量一次进行量化。二者的比较：“率-失真理论”指出：矢量量化总是优于标量量化，且矢量维数越大性能越优越，因为矢量量化有效地应用了矢量中的各分量间的各种相互关联的性质。2、失真测度：是将输入矢量Xi用码本重构矢量Yi来表征时所产生的误差或失真的度量方法，它可以描述
mydots·2020-08-08 18:19

语音信号处理领域国内外高手homepage分享(一)

详细内容见群文件，欢迎大家加入音频/识别/合成算法群交流学习，谢谢！本内容原创，转载和使用请注明出处，谢谢配合；Zheng-HuaTan的主页：http://kom.aau.dk/~zt/index.htm#Research%20interests（谭政华博士曾经是美国麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）的客座科学家/教授，上海交通大学电子工程系副教授以及韩国科学技术院计
king_audio_video·2020-08-08 16:35

《语音信号处理》 语音识别章节 读书笔记

两本书，《语音信号处理》赵力编和《语音信号处理》韩纪庆编。强烈推荐韩纪庆版本，知识点很全面，可以作为语音识别的入门中文书籍，章节很也短，很快就入门了。
ferb2015·2020-08-08 15:38

【算法】music算法语音信号处理的信号分析

1、基本原理阵列信号处理及matlab实现——张小飞。P36：阵列的基本概念P41:均匀圆阵的方向矢量P92:MUSIC算法原理与设计步骤music算法步骤归纳：下面所示代码实现是基于四元麦克风阵列，课本代码是基于线阵的麦克风阵列clearallcloseall[x1,fs]=audioread('D:\EEE.wav');[x2,fs]=audioread('D:\EEE.wav');[x3,f
cxy885588·2020-08-08 15:57

《现代语音信号处理》(胡航著)第1-6章简介

根据《现代语音信号处理》（胡航版）总大概列出前六章的内容，有些会有一些自己的理解和总结。第一章绪论发展史和主要研究内容及发展。
cpongo1·2020-08-08 14:24

《语音信号处理》学习笔记

一、基本概念语言：从人们的话语中概括总结出来的规律性符号系统。语音：一连串音组成的声音。音节：具有一个响亮的中心，并被明显感觉到的语音片段。音素：发音最小片段。分为元音、辅音（清音、浊音、半元音）。元音：声腔开放。辅音：声腔受阻。（唇舌位置，形状）共振峰：元音激励进入声道引起的共振特性。F1：舌位高则低F2：舌位前则高F3：舌尖卷则低鼻化：共振峰加上了两对零极点。元音发音方式：声道受声带振动；声道
by21010·2020-08-08 14:38

语音信号处理常识【摘抄|自用】

语音信号处理常识【摘抄|自用】摘抄自：https://zhuanlan.zhihu.com/p/31193859?
Douzi1024·2020-08-08 13:55

数字语音信号处理学习笔记——语音信号的短时时域分析（3）

3.6短时自相关分析3.6.1短时自相关函数自相关函数用于衡量信号自身时间波形的相似性。由之前的博文介绍，清音和浊音的发生机理不同，因而在波形上也存在着较大的差异。浊音的时间波形呈现出一定的周期性，波形之间相似性较好；清音的时间波形呈现出随机噪声的特性，杂乱无章，样点间的相似性较差。这样，可以用短时自相关函数来测定语音的相似特性。时域离散确定信号的自相关函数定义为：时域离散随机信号的自相关函数定义
JamesJuZhang·2020-08-08 11:16

Python语音基础操作--2.3声强与响度

《语音信号处理试验教程》（梁瑞宇等）的代码主要是Matlab实现的，现在Python比较热门，所以把这个项目大部分内容写成了Python实现，大部分是手动写的。
sinat_18131557·2020-08-08 11:40

语音信号处理概述及流程

一、语音信号处理的三个主要方向。1，语音合成。语音合成的是为了让计算机产生高质量的、高自然度的连续语音。计算机语音合成系统又称文语转换系统（TTS），主要是将文本输出语音。
兔子与花·2020-08-08 11:36

《语音信号处理》第三章总结——时域分析

第3章1、语音信号特性：语音信号有时变特性，是一个非平稳的随机过程。但在一个短时间范围内其特性基本保持不变，即语音的“短时平稳性”。2、取样：所谓取样，就是以固定的时间间隔，将模拟信号的振幅记录下来。取样率经常取10kHz量化：用固定数目的位来表示这些取样值。3、反混叠滤波器（一个截止特性良好的低通滤波器，实际中做成一个带通滤波器100hz~3.4khz）预滤波的目的：A.为了防止混叠失真和噪声干
mydots·2020-08-08 11:15

《语音信号处理》整理

reference《spokenlanguageprocessing》1语音基础名词解释pitch音调以HZ为单位基频又称音高能量又称音强说话的声音（声带震动）和其他声音相比，有独特的时域和频域模式。声带的震动产生基频(fundamentalfrequency)，口腔共振(thepharyngealandoralresonancecavities)等产生高频谐波基频就是声带的闭-开频率声道模型语谱
mandagod·2020-08-08 11:09

语音信号处理第七章：

语音信号处理第二章语音信号处理第三章语音信号处理第四章语音信号处理第五章语音信号处理第七章语音信号处理第九章语音信号处理第十章语音信号处理第十二章语音压缩编码只针对考试内容，不全面讲解各类编码文章目录语音压缩编码原因
jieyannnhereCREAM·2020-08-08 11:38

语音信号处理第五章：

语音信号处理第二章语音信号处理第三章语音信号处理第四章语音信号处理第五章语音信号处理第七章语音信号处理第九章语音信号处理第十章语音信号处理第十二章文章目录基于HMM的孤立词识别基本元素HMM用于语音识别要解决三个基本问题
jieyannnhereCREAM·2020-08-08 11:38

语音信号处理第十二章重点：

语音信号处理第二章语音信号处理第三章语音信号处理第四章语音信号处理第五章语音信号处理第七章语音信号处理第九章语音信号处理第十章语音信号处理第十二章摘自《语音信号处理》赵力第三版。
jieyannnhereCREAM·2020-08-08 11:37

语音信号处理第四章：

语音信号处理第二章语音信号处理第三章语音信号处理第四章语音信号处理第五章语音信号处理第七章语音信号处理第九章语音信号处理第十章语音信号处理第十二章文章目录矢量量化的最佳码本设计：LBG算法具体实现步骤选用的距离
jieyannnhereCREAM·2020-08-08 11:37

语音信号处理第二章

语音信号处理第二章语音信号处理第三章语音信号处理第四章语音信号处理第五章语音信号处理第七章语音信号处理第九章语音信号处理第十章语音信号处理第十二章文章目录1.语音信号生成系统的数学模型激励系统声道系统辐射系统
jieyannnhereCREAM·2020-08-08 11:37

语音识别从菜鸟到入门必看的参考书目

此前研究这一方面的容，搜罗了些资料，在这里整理如下，做毕业设计，写毕业论文的朋友购书时可以参考一下：一、《MATLAB数字信号处理》编者：王彬、于丹、汪洋第10章基于matlab的语音信号处理二、《MATLAB
hnlgzy119·2020-08-08 11:56

语音信号处理第三章：

语音信号处理第二章语音信号处理第三章语音信号处理第四章语音信号处理第五章语音信号处理第七章语音信号处理第九章语音信号处理第十章语音信号处理第十二章文章目录1.数字化和预处理1.1.数字化1.1.1.预滤波
jieyannnhereCREAM·2020-08-08 10:28

HIT 语音信号处理 Lab3 HMM实现部分

Description《语音信号处理》Lab3基于HMM模型实现孤立词识别系统本着不重复造轮子的原则，使用hmmlearn库搭建viterbi-BaumWelch的算法框架首先使用viterbi算法迭代计算模型初始参数
hahalidaxin·2020-08-08 01:39

语音识别（ASR) 语音转文字

语音识别（AutomaticSpeechRecognition）是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语。
月下猫追梦·2020-08-05 21:27

语音信号处理之（二）基音周期估计（Pitch Detection）

语音信号处理之（二）基音周期估计（PitchDetection）[email protected]://blog.csdn.net/zouxy09这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点
zouxy09·2020-08-04 22:11

语音信号处理—MFCC特征提取(matlab代码)

MFCC参数考虑了人耳的听觉特性，将频谱转化为基于梅尔频标的非线性频谱，然后转换到倒谱域上。由于充分考虑了人的听觉特性，而且没有任何前提假设，MFCC参数具有良好的识别性能和抗噪能力。由于人类对于声音高低的的感知强度与该声音的频率的对数近似成正比，梅尔频率正是体现出了这种声音频率与人类感知声音高低的对应关系。在梅尔频率域内，人对声音高低的感知程度是线性的，梅尔频率与语音频率的关系式如下：f(mel
i-Blue·2020-08-04 18:08

基于python手动画出spectrogram(语谱图)

Spectrogram是基于STFT变换得到的，非常有助于分析信号的时频特性，在语音信号处理中常被称为"语谱图"。
好小的风·2020-08-04 16:18

现代语音信号处理之语谱图（spectrogram）

语谱图就是语音频谱图，一般是通过处理接收的时域信号得到频谱图，因此只要有足够时间长度的时域信号就可。（时间长度为保证频率分辨率）专业点讲，那是频谱分析视图，如果针对语音数据的话，叫语谱图。语谱图的横坐标是时间，纵坐标是频率，坐标点值为语音数据能量。由于是采用二维平面表达三维信息，所以能量值的大小是通过颜色来表示的，颜色深，表示该点的语音能量越强。可是为什么采用二维平面来表示三维信息呢？这个是有历史
James_Bobo·2020-08-04 11:32

[语音信号处理]实时语音显示系统和语音活性检测VAD[MATLAB实现]

Background:Fundamentalfrequencyisabasicfeatureofspeechsignal.Nowadays,ithasbeenwidelyusedtoinbothresearchandpracticaluse.Withfundamentalfrequency,wegetanothercriterionforspeakeridentification.Also,inm
ourhonor·2020-08-04 10:35

【综述】计算机视觉二三事

笼统的来说，深度学习可以分为三个大的方向：第一为时间序列问题（以文本为主，RNN或LSTM为基础），第二为语音信号处理方向（这个方向我也不太懂，但最近几年听说异常火爆），第三为图像/视频处理。
云森不知处·2020-08-02 14:31

从语音信号处理角度解读mic规格书

简介：对于语音信号处理来说，输入音频数据的质量很重要。而mic作为声音的采集设备，会直接影响采集到声音的质量。
David.li·2020-07-30 15:57

Matlab：语音信号处理与滤波

文章目录语音信号的采集对语音信号进行频谱分析设计数字滤波器利用滤波器进行滤波语音信号的采集首先利用win自带的录音机（没有的话手机录也行），录下一段语音信号，时间40秒左右。运用MATLAB对语音进行采样[x,fs]=audioread('D:\1234.mp3');plot(x);出现如下的图对语音信号进行频谱分析处理语音信号的时域波形图对语音信号进行快速傅立叶变换，得到信号的频谱clear[x
毛利工作室·2020-07-30 04:14

国内高校语音信号处理实验室(1)

这是数字音视频编解码技术国家工程实验室(一)的延续篇，主要是对国内高校语音信号处理教学和理论研究的情况进行一些收集。
weixin_33757609·2020-07-30 03:23

语音信号处理的一些基础知识

人耳的听觉掩蔽效应一般人可以感觉到20Hz-20kHz，强度为5dB-130dB。人耳的掩蔽效应：在一个强信号附近，弱信号将变得不可闻，被掩蔽掉了。被掩蔽的不可闻信号的最大声压级称为掩蔽门限或者掩蔽阈值。语音信号生成的模型理想的模型是线性时不变的，但是语音信号是非平稳的随机过程，其特征是随着时间变化的，所以模型的参数也是随着时间变化的。但是语音信号随着时间变化是缓慢的，所以可以做一些合理的假设，将
laizp.black·2020-07-29 19:30

MATLAB语音信号处理--函数（一）

只记录了学习过程中遇到的用法，完整的函数解释可以通过help或doc命令在MATLAB查看。MATLAB版本2012a一、wavreadY=wavread(filename);%读取一个wav格式文件，将采样数据返回到Y[Y,fs]=wavread(filename);%返回采样频率到fs[]=wavread(filename,N);%返回前N个采样点[]=wavread(filename,N1,
安然的想念·2020-07-29 17:04

语音识别的基本原理是什么，语音识别流程分为哪几步？

语音识别是以语音的研究为对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别系统本质上是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单元。一套完整的语
人工智能爱好者·2020-07-29 15:14

Python语音基础操作--3.1语音分帧与加窗

《语音信号处理试验教程》（梁瑞宇等）的代码主要是Matlab实现的，现在Python比较热门，所以把这个项目大部分内容写成了Python实现，大部分是手动写的。
sinat_18131557·2020-07-29 11:42

python对语音信号处理（常用操作）

一、语音信号读取1、语音信号三个重要的参数：声道数、取样频率和量化位数。声道数：单声道、双声道取样频率：一秒钟对声音采样的次数量化位数：用多少bit表达一次采样所采集的数据，通常有8bit、16bit、24bit和32bit等几种例：CD中所储存的声音信号是双声道、44.1kHz、16bit2、读取.wav文件scipy方法：fromscipy.ioimportwavfileimportnumpy
Matrix_Ceasor·2020-07-29 11:38

语音信号处理基础（五）——语音分帧与加窗

文章目录原理1.加窗2.分帧一般而言语音处理的目的有两种：一种是对语音信号进行分析，提取特征参数，用于后续处理；提取的特征参数主要有语音的短时能量和平均幅度、短时平均过零率、短时自相关函数和短时平均幅度差函数等另一种是加工语音信号，例如在语音增强中对含噪语音进行背景噪声抑制，以获得相对“干净”的语音；在语音合成方中需要对分段语音进行拼接平滑，获得主观音质较高的合成语音，这方面的应用同样是建立在分析
张亚楠··2020-07-29 11:45

语音信号处理--加窗函数

前言：整理一下理论从泄露到加窗1.泄露：波形失真问题定义周期性截断非周期性截断泄露的本质2.加窗加窗的过程：加窗的本质：参考文献1.泄露：波形失真问题定义由于信号的非周期截断，导致频谱在整个频带内发生了拖尾现象。这是非常严重的误差，称为泄漏，周期性截断非周期性截断泄露的本质我的理解：泄露的本质，是傅里叶总是把这个波形，当成是周期性函数来处理的，如果不是就将他当作是非周期函数进行处理。2.加窗加窗的
追风之人YL·2020-07-29 10:49

python求语音信号短时能量、短时过零率、语谱图

python语音信号处理（二）一、短时能量短时能量主要用于区分浊音段和清音段，因为浊音时E(i)值比清音时大得多；区分声母与韵母的分界和无话段与有话段分界。
幺黑皮·2020-07-29 09:43

语音信号处理-梅尔倒频谱系数MFCC

一句话概括：将时域的语音变为频域的，对频域的信号进行分段滤波，得出不同频率段的占比（比如分为26段），所得到的占比系数组成的矩阵，就是梅尔倒频谱系数MFCC作用人之所以能够通过人声辨别说话人的身份，是因为每个人的声道不同，而这个声道就相当于收集声音的器物。我们需要提出一个数据表示方式来代表每个人特定的声道，这样，我们只需要知道某个人，这个特定的数据表示形式，就知道了这个语音讲话者的身份。这个特定的
随风而醒·2020-07-29 09:58

Python语音基础操作--4.2基音周期检测

《语音信号处理试验教程》（梁瑞宇等）的代码主要是Matlab实现的，现在Python比较热门，所以把这个项目大部分内容写成了Python实现，大部分是手动写的。
sinat_18131557·2020-07-28 11:55

Python语音基础操作--10.1基于动态时间规整(DTW)的孤立字语音识别试验

《语音信号处理试验教程》（梁瑞宇等）的代码主要是Matlab实现的，现在Python比较热门，所以把这个项目大部分内容写成了Python实现，大部分是手动写的。
sinat_18131557·2020-07-28 11:23

基于Python的语音信号处理（2）——基于语音信号的时域分析（分帧，短时能量分析，过零率）

摘要语音信号的典型特征包括短时能量分析，过零率，短时自相关系数（下一个博客再说）等。实现语音信号的短时分析，首先实现加窗分帧就要。分帧一般来说假定语音信号在10ms到30ms之间是一个平稳的信号，窗函数平滑的在语音信号中滑动，来将语音信号分帧，分帧可以连续也可以交叠，一般来说都是交叠的方法，交叠的区间叫做帧移，一般来说为窗长的一半。在本次例子中定义的窗函数为汉明窗与汉宁窗，大家可以自行更改参数和窗
A霸天下·2020-07-28 09:52

利用DTW算法对声音信号的MFCC特征矢量矩阵进行模式匹配

利用DTW算法对声音信号的MFCC特征矢量矩阵进行模式匹配该部分主要阐述了完整的语音信号处理的算法内容，其中包括语音信号预处理（信号分帧），端点检测，预加重，加窗，计算MFCC矩阵以及进行声音的识别匹配的
weixin_42163337·2020-07-15 07:17

语音信号处理第九章

文章目录语音识别系统识别系统的组成预处理和参数分析：语音识别部分DTW孤立词识别系统框图注：只包括考试内容语音识别系统识别系统的组成语音识别一般分为两个步骤：（1）“学习”或“训练”阶段——建立识别基本单元的声学模型以及进行文法分析的语言模型（2）“识别”或“测试”阶段——采用语音分析的方法分析出这种识别方法所需要的语音特征参数，按照一定的准则和测度与系统模型进行比较。通过判决得出识别结果。预处理
jieyannnhereCREAM·2020-07-14 12:15

语音信号处理第十章

说话人识别系统设计系统框图说话人识别系统框图说话人识别是一个二值问题，只需判定是否为申请者所讲。预处理：端点检测、预加重、加窗、分帧特征提取：语音短时能量基音周期、语音短时谱、共振峰频率及其带宽倒谱、MFCC线性预测系数LPC、LPC倒谱特征参量评价方法：F=不同说话人特征参数均值的方差÷同一说话人特征参数方差的均值F越大，表示特征参数越有效。系统建立建立和应用说话人识别系统分为两个阶段：（1）训
jieyannnhereCREAM·2020-07-14 12:15

LiveVideoStackCon讲师热身分享 ( 十 ) —— “新潮”AI硬件中的“传统”语音信号处理技术...

LiveVideoStackCon2018音视频技术大会是每年的多媒体技术人的盛宴，为了让参会者与大会讲师更多互动交流，我们推出了LiveVideoStackCon讲师热身分享第一季，在每周四晚19:30，邀请1名大会讲师进行线上分享技术干货，解答热点问题。你可以通过以下方式参与：关注LiveVideoStack公众号【livevideostack】回复“热身”，即可获得进入直播群的方式8月30日
LiveVideoStack_·2020-07-13 16:11

语音信号处理（四）：生成语音信号的语谱图

关于语谱图的简单介绍可以参考这篇文章现代语音信号处理之语谱图（spectrogram）下面对aidst这四个语音进行语谱图绘制绘制代码如下mkdir('***');%新建存放语谱图的文件夹file='*
简一cce·2020-07-13 12:28
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他