mfcc 源码搜索结果, 第69页, Verysource

feature_extraction.py ... mfcc = librosa.feature.mfcc(S=librosa.power_to_db(melspectrogram), n_mfcc=30) mfcc_delta = librosa.feature.delta(mfcc) mfcc_delta_delta = librosa.feature.delta(mfcc_delta) mfcc_comb = np.concatenate([mfcc, mfcc_delta, mfcc_delta_delta], axis=0 ...
voicebox.zip 支持向量机工具箱，适用MFCC、SVM等相关程序，实现在matlab下运行SVM,跑SVM程序。。分类算法和预测... libSVM-3.23 林智仁教授开发的全国最火的SVM第三方库libSVM,压缩包中有libSVM-3.23.zip、安装方法.txt
多种前端滤波器的ZCPA对语音多变性的鲁棒性研究 ... 弯折滤波器较其它前端滤波器识别效果更好,明显优于常用的MFCC特征。
梅尔倒谱系数MFCC的matlab代码该函数用于语音信号特征提取，详细用法以及参数设置都有说明，仅供学习参考。函数作者为 Kamil Wojcicki ，使用时必须保持作者备注的信息。
tf2_mfccs.py 想学习mfcc是如何计算获得，并用代码实现（该项目是tensorflow提供的语音唤醒例子下）而tensorflow1 中两步获取mfcc，只能获取到中间语谱图(spectrogram)变量, 而当我想要获取mfcc计算过程中的加窗、梅尔滤波器等的相关信息，是极难获取的，需要很强的代码功底。最近刚好在学习tensorflow2 ，就用tf2 手动实现了分步骤提取出mfcc的过程
MFCC解析.zip 该资源是关于介绍声谱图如何转化成频谱图，并如何提取声音中的信息：包络。另外还简单介绍了梅尔频率。该资源是关于介绍声谱图如何转化成频谱图，并如何提取声音中的信息：包络。另外还简单介绍了梅尔频率。该资源是关于介绍声谱图如何转化成频谱图，并如何提取声音中的信息：包络。另外还简单介绍了梅尔频率。
梅尔频率倒谱系数（mfcc）及Python实现主要为大家详细介绍了语音识别之梅尔频率倒谱系数及Python实现，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
反蓄意模仿说话人识别系统中特征参数提取的研究当模仿者蓄意模仿说话人的语音且相似度极高时，说话人识别系统就有可能被欺骗。特征参数的提取是说话人识别的关键环节，直接影响了系统的识别性能。MFCC是语音识别中最热门的特征参数之一，但由于其只反映了语音的静态特性，为了提取更具个人语音特性的特征参数，引入加权MFCC，同时结合离散小波变换得到DWTWC，根据增减分量法，提出了DWI-MFCC。实验表明，DWI-MFCC倒谱系数比MFCC能更有效地区分语音的相似度。
基于流形学习ISOP算法的语音特征提取及应用研究主要研究了基于流形学习ISOP算法的语音特征提取。将流形学习ISOP算法应用到语音识别特征提取模块中。仿真实验结果表明，该算法与传统的特征提取算法MFCC、LPCC等相比，可以取得较高的识别率。
基于FPGA的说话人识别系统设计针对实时性问题提出了一种以FPGA为硬件平台的说话人识别系统解决方案。该方案以MFCC为语音特征，采用了基于矢量量化的说话人识别算法。系统主要包括语音信号采集、端点检测、特征提取和识别判断4个部分。经测试证明，该系统完成了设计所需的基本功能。在实验室条件下，当系统时钟为50 MHz时，完成一次4码的识别耗时15.932 ms，对12码的识别率为93.3%。

关键字：mfcc