logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

C++ STL:vector和list

STL 描述:C++标准模块库是一个提供了公共编程数据结构和函数的模板类集合,如双连接表(list),配对数组(map),可扩展数组(vector),大串的存储操作(rope)等。STL库可以从http://www.sgi.com/tech/stl/ 获取。STL可以分为以下几类:容器类:顺序容器:vector:动态数组变量,结构体或对象。可以插入在末尾插入

C++编程规范学习总结

一、头文件 所有头文件都应该使用#define 防止头文件被多重包含(multiple inclusion),命名格式当是:___H_为保证唯一性,头文件的命名应基于其所在项目源代码树的全路径。例如,项目foo 中的头文件foo/src/bar/baz.h 按如下方式保护:#ifndef FOO_BAR_BAZ_H_#define FOO_BAR_BAZ_H_...#e

#c++
信号处理与语音识别专家Lawrence R. Rabiner 介绍

Lawrence RabinerProfessor IILawrence Rabiner is an Electrical Engineer who has worked in the fields of digital signal processing and speech processing for his entire career.

鲁棒性语音识别系统设计与实现

本文主要采用matlab和C语言设计并实现了一个鲁棒性语音识别实验系统,通过该系统验证各种抗噪语音特征在不同信噪比的噪声环境下的识别率,并详细介绍了系统的结构以及开发工具与平台,最后介绍了系统的功能、实验流程以及该系统的实现。系统演示下载路径:http://pan.baidu.com/s/1o61Kaa2一、系统结构        本文研究的是非特定人鲁棒性语音识别,采用的是小

#语音识别
修改HTK代码,让其支持中文

利用HTK工具包进行语音识别建模时,遇到任务语法中存在中文时候,无法生成对应的底层网络,这样就需要对HTK源码的部分内容进行修改,以下是我对HTK源码HParse及HVite部分内容改动记录,希望对有需要的人有帮助!自己也做个备份!添加下面函数static int IsSpace(char c){if ((c == 0x09) ||( c == 0x0D) || (c == ' '

研究生期间有关语音识别方面资料的收集

研究生期间收集了一些有关语音识别方面的网址,感觉非常有用,保留一下,留到以后用。国际最顶尖会议:ICASSP:International Conference on Acoustics, Speech and Signal ProcessingICSLP:International Conference on Semiconductor Laser and PhotonicsE

#语音识别
HTK工具搭建识别器的总体框架

老早之前就学习了HTK工具,并用于搭建连续语音识别器,但是好久没有用对于一些东西又忘记了,现在由于做实验需要用到HTK,又重新看了一遍,所以把一些大致的东西记录下来,以后可以直接看这个。感觉用HTK搭建识别器,学习一门脚本语言非常重要,如Perl,和Shell..........Hinit:用于对HMM模型的参数进行初始化。HRest: 用Baum-Welch算法对HMM参数进行估计,可以

语音信号的短时自相关序列求解以及xcorr与autocorr问题

对于语音来说,短时自相关函数分析是一个重要的方法,能够用来求得浊音的基音周期,也可以用来求得语音识别中的特征参数。它的短时自相关函数为:         但是,在计算短时自相关时,窗选语音段为有限长度N,而求和上限为N-1-k,因此当k增加时可用于计算的数据就越来越少了,从而导致k增加时自相关函数的幅度减小。为了解决这个问题,提出了语音修正的短时自相关。修正的短时自相关函数

#matlab
用HTK搭建语音识别器实录(TIDigits数据库)

TIDIGITS数据库包含11个孤立数字,分别为one,two,three,four ,five,six,seven,eight,nine,oh,zero.1.数据准备1.1.1 建立任务语法它的任务语法如下:$digit= ( one | two | three | four | five |six | seven | eight | nine | zero | oh );(

#语音识别
HTK之决策树聚类

可以毫不夸张的说,没有聚类的成功应用,就不会有今天的连续语音识别率(虽说不是很高)。由于语流中语音的变体十分丰富,为了能够足够精确的描述这些变体,人们往往必须设计一个较为复杂的语音单元(比如上下文音素单元)。可是这样,问题就出现了,实际上,我们可以用于训练的语音数据总是有限的,往往不能够满足复杂语音单元训练的要求,这就形成了模型复杂度(模型描述的准确度)和训练数据规模之间的矛盾。一味的增加训练

    共 11 条
  • 1
  • 2
  • 请选择