基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段，如果用于训练的输入训练样本的类别标号为i（即语音数据的标号），则训练时设第i个节点的期望输出设为1。其余节点期望输出均为0。 在识别时，当一个未知类别的样本作用到输入端时，考查各输出节点的输出，并将这个样本的类别判定为输出值最大的那个节点对应的类别。
上传时间： 2016-05-23
上传用户：钓鳌牧马
说话人识别demo。matlab代码，自己看吧。
上传时间： 2016-06-03
上传用户：jcljkh
基于小波神经网络PNN 的说话人识别程序，希望对大家有所帮助
上传时间： 2013-11-25
上传用户：nanfeicui
VQ方法的说话人识别的matlab代码，为刚接触矢量量化的新手准备
上传时间： 2014-02-10
上传用户：xymbian
常用的说话人识别方法有模板匹配法、统计建模法、联接主义法(即人工神经网络实现)。考虑到数据量、实时性以及识别率的问题，采用基于矢量量化和隐马尔可夫模型(HMM)相结合的方法。 说话人识别的系统主要由语音特征矢量提取单元(前端处理)、训练单元、识别单元和后处理单元组成，
上传时间： 2014-07-08
上传用户：wqxstar
在说话人识别中用mfcc的方法提取语音中的特征量
上传时间： 2014-01-04
上传用户：恋天使569
说话人识别综述文章，浅显易懂，纹理清晰，初学者必备！
标签： 识别
上传时间： 2013-11-30
上传用户：wpt
本篇论文从常用语音特征参量的提取、基于矢量量化和混合高斯模型的说话 人识别、识别方法的优化及系统实现与实验结果这几个方面讨论了说话人识别的 应用技术，并对实验结果进行了讨论
上传时间： 2014-12-19
上传用户：mikesering
语音识别中的说话人自适应研究.nh 1.MAP和MLLR算法比较 文章在讨论由说话人引起的声学差异基础上，研究两种基于模型 的自适应算法:最大似然线性回归(州压LR)和最大后验概率(MAp)。 实验结果表明，不论采用哪种自适应都能使识别率有一定的提升。两 种算法之间的差异性在于MAP具有良好的渐进性，但收敛性较差， 而MLLR在很大程度上改善了收敛特性，但其渐进特性却不如MAP。 文章讨论了在侧汰P自适应中，初始模型参数的先验知识对自适 应效果的影响，以及在MLLR中，回归类对自适应效果的影响。文 章还进一步研究了采用两种算法的累加自适应效果，从结果看MAP 和MLLR结合的方法比单独使用M[AP和MLLR的效果要好。文章 还对包括基于特征层的归一化算法和用于基于声学模型的MLLR算 法等效性进行讨论，并给出了统一的算法框架。
上传时间： 2014-01-09
上传用户：bakdesec
关于说话人识别的硕士论文，希望能对大家有用
上传时间： 2014-01-22
上传用户：wendy15
