说明：小波变换用于语音信号阈值去噪的一个matlab程序

说明：基于HMM的语音识别的一些资料，用matlab实现。希望对大家有帮助

说明：语音识别的一个重要文件，LPCC的，大家看看，支持一个

说明：非常好的matlab语音识别平台 由杨立东老师语音识别小组提供. 输入MAIN即可调用

说明：Matlab语言在数字语音处理上的应用。用Matlab在普通PC机上构造一个语音信号处理平台，通过在其上实现语音压缩编码RELP来展示它在数字语音信号处理方面功能的强大优势。

说明：应用matlab的小波去噪程序示例，以语音文件处理说明

说明：基于Matlab的语音端点检测实验研究的算法设计。

说明：数字信号处理中常用的两种算法在语音信号处理中的应用程序，能在语音的回波对消中适用！

说明：语音信号处理，语音识别，大致知道要经过预处理，特征提取，矢量化和匹配计算等几个步骤， 用matlab对一个语音信号进行滤波，分桢，加窗或者端点检测． 注：网上下voicebox工具箱，用做语音处理

说明：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。

说明：盲信号分离是当前信号处理研究的热点课题之一，在无线数据通信、医学、语音以及地震信号处理等领域有着广阔的应用前景。基于负熵最大的FastICA算法用于实现盲信号分离。该方法的基本思路是以非高斯信号为研究对象，在独立性假设的前提下，对多路观测信号进行盲源分离。在满足一定的条件下，能够从多路观测信号中，较好地分离出隐含的独立源信号。

说明：基于小波包的孤立词语音识别技术，构建了一个关于方向信息的孤立词非特定人语音识别系统。给出了从模型训练到识别的实现过程。

说明：盲信号分离(BSS)是指在对彼此独立的源信号混合过程及各源信号本身均未知的情况下，从混合信号中分离出这些源信号的方法。BSS可以用来从多个麦克风混合语音信号中提炼出单个语音信号。本文简要阐述LMS、RLS算法，并通过仿真实验来分析比较这两类方法的性能，并利用此方法对一实际的语音信号进行分离。

说明：语音处理工具箱，包含各种语音处理技术的应用

说明：一个语音识别的程序，用matlab进行训练、识别。

说明：有关语音的matlab源程序,其中包含语音的频谱分析等.

说明：语音信号处理程序，语音分解合成，小波分析，，利用小波去噪音，效果很好，，matlab程序，通过测试验证

说明：基于matlab语音短时频谱分析，到谱分析，语谱图分析及结果

说明：mfcc mel倒谱系数学习。适合语音识别参数的学习。

说明：语音信号去噪，在MATLAB开发环境下，对含噪声的语音信号进行小波变换，根据阈值去噪的原理去噪，然后逆变换得到增强的语音信号

说明：关于语音识别的matlab程序，里面有一些语音文件及识别算法

说明：程序中给出了运用小波变换对语音进行降噪处理的方法，其中包括了运用小波进行语音清浊判断的步骤，可供大家参考。

说明：程序给出了利用线性预测方法实现的语音合成的程序，通过运行此程序vkeyi让大家对语音合成的操作流程有大致的了解

说明：基于改进的隐马尔可夫和神经网络混合模型的语音识别

说明：在matlab环境下的有关RLS算法,多麦克风语音降噪

说明：用MATLAB开发的语音识别中语音特征提取方法之一LPCC(线性预测倒谱系数)

说明：自己写的关于语音分帧，加窗，去噪，端点检测方面的程序，可成功调试

说明：基于自适应子带频谱熵的稳健性语音端点检测 可用于语音增强及端点检测

说明：语音识别程序。有需要的抓紧啦。用MATLAB实现的。

说明：内有两个MATLAB程序，主要用于语音增强：一个用于向纯净语音文件(wav)添加高斯白噪声，信噪比可选；另一个文件用于测量语音信噪比，对语音增强效果判断