matlab说话人识别

本征音子说话人自适应算法在自适应数据量充足时可以取得很好的自适应效果,但在自适应数据量不足时会出现严重的过拟合现象。首先引入基于隐马尔可夫模型-高斯混合模型(HMM-GMM)的语音识别系统中本征音子说

MATLAB环境下基于矢量量化的说话人识别系统，王靖琰，，说话人识别是以话音对说话人进行区分，从而进行身份鉴别与认证的技术。本文介绍了一个用MATLAB设计的说话人识别系统，包含其原理、

这个是我参照网上的一些代码写的，可以训练和识别，但是没有做预处理，所以录音时要注意不要出现没声音的片段，识别率不是很高，可以做一下参考！code=train('train\',4)%训练test('t

matlab人眼识别代码，毕业论文专属。只为赚积分。

在TI的DSK5402平台上构建了一个主要采用VQ方法的6个说话人识别系统。该系统采用了10阶的线性预测参数、10阶的线性预测倒谱参数及基音参数,提出了一种改进的LBG算法,以避免在迭代过程中产生空胞

针对Baum-Welch算法依赖于初始值的选取而容易陷入局部最优解的问题,基于全局优化的思想,提出了一种改进的HMM语音识别算法。该算法将遗传算法应用到HMM模型训练中,得到了全局最优解。实验结果表明

为了使说话人识别系统在语音较短和存在噪声的环境下也具有较高的识别率, 基于矢量量化识别算法, 对提取的特征参数进行研究。把小波变换与美尔频率倒谱系数(MFCC )的提取相结合, 并将改进后的特征与谱质

一篇基于共性特征选择的短时说话人识别方法，利用说话人语音数据得到高斯混合模型，提取说话人之间的公共重叠部分，建立共性重叠模型和非重叠模型，根据这2个模型完成测试语音特征的选择。

语音信号处理实验教程配套matlab代码，GMM。可以实现基本的训练和识别。

作为说话人识别特征参量的MFCC的提取过程，Mel频率倒谱系数（MFCC）是语音信号的频域参数，它是一种基于人耳对语音频率的非线形感知特征的描述