-
-
债券收益率建模(时间序列建模)&&时间序列相似度度量中数据及代码
博客https://blog.csdn.net/l5678go/article/details/80383113中提到的数据以及代码
涉及到内容CIR模型,Vasicek模型,最小二乘法拟合,动态时间规整(dynamic time warping,DTW),RCR
-
小词汇量非特定人语音识别系统
提取MFCC参数和一阶差分MFCC参数的组合作为语音信号的特征参数,并分别用DTW算法和HMM算法训练样本 使用MATLAB进行界面设计
-
语音识别matlab GUI
利用matlab GUI实现了语音信号处理,程序经过测试可以直接执行,如果有所疑问请发送消息到1741321723@qq.com进行咨询。主要用了DTW和HMM的语音识别。
-
说话人识别MATLAB GUI界面设计
说话人识别的基于MATLAB GUI的界面制作,程序已经经过验证可以实现,里面包含了语音识别的文件库,也可以自己建立文件库进行语音识别,主要用了DTW和VQ的说话人识别。
-
Python听歌识曲
用Python实现一个简单的听歌识曲demo,采用的算法是beat_track和DTW序列匹配。使用方法:
(1)当前已有的音频数据库是周杰伦的范 ...
-
-
-
-
-
DTWC语言编程实现博客配套代码
在孤立词语音识别中,最为简单有效的方法是采用DTW(Dynamic Time Warping,动态时间归整)算法,该算法基于动态规划(DP)的思想,解决了发音长短不一的模板匹配问题,是语音识别中出现较早、较为经典的一种算法,用于孤立词识别。HMM算法在训练阶段需要提供大量的语音数据,通过反复计算才能得到模型参数,而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中,DTW算法仍然得到广泛的应用。
-