林玉志 基于声学特征的乐器识别研究

这是基于matlab程序的一个研究，课题是“乐器识别”，其中应用了数字语音处理的技术，包括MFCC及LPC等等。

特征整合是指在一个长时窗内将短时窗内的特征向量整合为一个新的单独特征向量的过程。音色是一种长时时序特征,目前常使用的均值和方差获得的长时特征,很难保持音色的时序特性。该文在多变量自动回归模型(mult

可以实现分析音频的时域频域信息。需要下载viocebox工具箱。训练集数据也已经给出。注释详细。也可以自己训练。

这是一篇基于声学特征的语音情感识别论文，可以帮助大家更好地进行语音情感识别的工作

从语音信号声学特征空间的非线性流形结构特点出发,利用流形上的压缩感知原理,构建新的语音识别声学模型。将特征空间划分为多个局部区域,对每个局部区域用一个低维的因子分析模型进行近似,从而获得混合因子分析模

在本文中,我们提出了一种基于概率混合模型分解的方法,该方法可以同时识别乐器类型,估计音高并将每个音高分配给包含多个音源的单声道复音音频。 在提出的系统中,将观察到的混合音符的概率密度函数(PDF)视为

02年的博士论文,非常系统的语音识别资料 为适应鲁棒语音识别的要求，研究新的声学特征提取方法和声学特征的鲁棒性处理方法，使其具备更强的区分能力和对恶劣环境的抗干扰能力，同时这种处理方法应该是简单、高效

其实我看重的不仅仅里这篇文档里的计算机技术，而主要是其中涉及到的认知心理学的理论。真正是认知心理学，在计算机开发中的实践好题。

设计了一种腭裂语音的声韵母切分算法。通过主观的波形测试和客观的F检验及t检验，证明了腭裂语音与正常语音具有显著性差异。定义声母具有清音音素特性的音节为I类音节，声母具有浊音音素特性的音节为II类音节。

基于卷积神经网络的语音识别声学模型的研究