基于GMM的说话人识别（C代码）

基于听觉机理的鲁棒说话人识别，游大涛，韩纪庆，研究表明，从信号处理的角度来说听觉中枢编码方式与稀疏表示具有相似性，可以用基于统计学习得到的原子近似听觉中枢基本编码单元

介绍了带通采样技术在高分辨率图像声纳中的应用;首先阐述了带通采样定理以及采样率的选取原则,然后从多波束图像声纳的原理出发,给出了基于带通采样的数字波束形成方法;仿真和湖上试验表明了这种方法的可行性以及

该资源可以在官网下载，如果你有积分也可以直接下载。我不想设定积分，但是这个网站没积分不准上传资源

这个是一个基于神经网络的说话人识别程序，matlab的p程序，没有.m源代码

语音识别

高斯混合模型的C++代码，包含详细注释，可直接运行。mian函数中的"data.txt"是数据，可设置数据的维度和数目

端点检测-预加重-fourier变换定义-取成一维语音数据-MFCC神经网络部分-

Viterbi decoding for speech recognition, speaker recognition

说话人识别可以被看作语音识别的一种，是当前的研究热点之一。说话人识别是根据包含在语音中的同说话人有关的信息来自动识别说话人，它可分为说话人辨认和说话人确认。本文在这方面主要做了以下工作：(1)文章实现

随着时间的变化,人的声音也会发生变化。这对说话人的识别带来了一定的影响。通过研究发现,说话人识别的性能与时间有着线性变化的规律。传统的说话人识别系统使用GMMUBM模型并不能很好地学习出线性变化规律