语音识别 我们的声音进入电脑后，变成了下面的结构  （上面这个图也叫声音的“时域”图，因为声音通过话筒进入计算机，是按时间上的先后顺序来的）  我们来“描述”一下，他有什么特征：1.      中间区域内，“振荡”幅度特别大，而两边变化的比较小，（中间区域的内容是“yi”的发音的声音图两边的地方是“静音区”,即在录音开始时，我们没有发出声音，但电脑已经开始录...

首先要进行端点检测(VAD)，然后对声音进行分析。需要对声音分帧，也就是把声音切成一小段一小段的，每一小段称为一帧,分帧时要使用移动窗函数来实现，帧与帧之间一般是有交叠，如下图所示，每帧长度是25毫秒，每两帧之间有25-10=15毫秒的交叠，称为以帧长25ms，帧移10ms的分帧。  分帧后，语音就变成了许多小段，在波形的时域上没有任何描述能力，因此必须将波形做变换。常见的一种变换...

在语音识别领域，比较常用的两个模块就是librosa和python_speech_features了。直接对比两文档就可以看出librosa功能十分强大，涉及到了音频的特征提取、谱图分解、谱图显示、顺序建模、创建音频等功能，而python_speech_features只涉及了音频特征提取。就特征提取的实现方法和种类来看，两者也有所不同。python_speech_features的特征支...

1. 深度学习ICLR：国际表示学习会议（International Conference on Learning Representations， ICLR） ：主要聚焦于深度学习。NIPS：神经信息处理系统年会（Annual Conference on Neural Information Processing Systems， NIPS）：交叉学科会议，但偏重于机器学习。主要包括神...

1、MFCC概述在语音识别（Speech Recognition）和话者识别（Speaker Recognition）方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scale FrequencyCepstral Coefficients，简称MFCC）。根据人耳听觉机理的研究发现，人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响较大。两个响度不..

尽管语音识别的研究已有半个世纪了, 但现有的语音识别系统仍存在许多困难, 还远远达不到实用化的要求, 主要表现在:(1)鲁棒性:目前的语音识别系统对环境条件的依赖性强, 要求保持测试条件和训练条件一致, 否则系统性能会严重下降。(2)噪声问题：:现有的语音识别系统大多只能工作在安静的环境下, 一旦在噪声环境下工作, 讲话人产生情绪或心理上的变化, 导致发音失真、发音速度和音调改变, 即产生...

语音是一个连续的音频流，它是由大部分的稳定态和部分动态改变的状态混合构成。一个单词的发声（波形）实际上取决于很多因素，而不仅仅是音素，例如音素上下文、说话者、语音风格等；协同发音:(指的是一个音受前后相邻音的影响而发生变化，从发声机理上看就是人的发声器官在一个音转向另一个音时其特性只能渐变，从而使得后一个音的频谱与其他条件下的频谱产生差异。)的存在使得音素的感知与标准不一样，所以我们需要根据上..

目录1.相关会议2. 具体补充1. MFCC相关：1.相关会议1.1 国际最顶尖会议ICASSP：声学，语音和信号处理国际会议每年一届，10月截稿，次年5月开会ICSLP：半导体激光与光子学国际会议偶数年举办，4月截稿，9月开会EuroSpeech ：欧洲演讲会议沟通与技术奇数年举办，4月截稿，9月开会1.2 其他会议ICSMC：Int l系统，人与控制...

目录上世纪50年代：上世纪60年代：上世纪70年代：上世纪80年代：上世纪90年代：20世纪头10年:2006年：语音识别技术伴随着计算机科学和通信等学科的发展逐步成长，至今已经有超过六十年的历史。上世纪50年代：      早在上世纪50年代，贝尔实验室就开始进行语音识别的研究。当时研究的主要是基于简单的孤立词的语音识别系统。例如，1952年贝尔实验室采用...

模板向量的一些其他成员函数：重载操作符[] 返回容器中某一个元素函数frond()和back()返回第一个和最后一个元素函数insert()在一个给定的位置插入到一个新的元素功能push_back()和pop_back()添加或删除最后一个成员函数具体的可以参考函数库，看看有哪些具体的可以使用的。#include <iostream>#include <.