ابرتگ "FREQUENCY"
تعیین تغییرات فرمنت های اول بر روی اسپکتروگرام تعیین فرکانس گام بر روی اسپکتروگرام تعیین ضرایب پیشگویی خطی به کمک روش دوربین-لوینسون ضرایب اتوکورولیشن ضریب کپسترال
گزارشی از اعمال DTW بر روی گفتارهای ادا شده به صورت متفاوت به همراه کدهای متلب مربوطه و کد استخراج ویژگی
گزارشی از بازشناسی بیان های گفتاری مجزا به کمک HMM با مدل مبتنی بر چگالی مشاهدات پیوسته و الگوریتم Segmental K-Means برای آموزش مدل ها به همراه فایل کدهای متلب شامل کد استخراج ویژگی LPCC و MFCC، مدل فاز Train و Test، داده های گفتاری و کد مقایسه بیان های گفتاری
بررسی اطلاعات مربوط به مجرای گفتار و سیگنال تحریک بدست آوردن فرکانس پیچ از منحنی ضرایب کپسترال بدست آوردن فرکانس پیچ از بردار ضرایب اتوکورولیشن بررسی طیف پنجره مستطیلی و همینگ بررسی تغییرات منحنی پیچ بیان گفتاری به کمک نرم افزار wavesurfer بررسی فریم واکدار و بی واک پنجره گذاری شده و پیش تاکید فریم های گفتاری بررسی ضرایب کپسترال برای فریم های واکدار و بی واک پنجره گذاری شده
بدست آوردن ضرایب پیشگویی خطی (LPC) مبتنی بر روش اتوکورولیشن بررسی فیلتر مجرای گفتار بررسی ضرایب جفت طیف خطی یا ضرایب LSF بدست آوردن ضرایب انعکاسی با استفاده از الگوریتم زیر از ضرایب پیشگویی خطی بدست آوردن ضرایب نسبت سطوح مقطع LAR بدست آوردن تخمین طیف گفتار براساس آنالیز پیشگویی خطی بدست آوردن حدود فرکانس پیچ از طریق یافتن پیک شاخص در منحنی اتوکورولیشن سنتز واکه های گفتاری به کمک فرکانس پیچ تخم ...
بررسی تخمین فرکانس به روش Pisarenko harmonic decomposition، بررسی تخمین فرکانس به روش MUSIC algorithm، بررسی تخمین فرکانس به روش Eigenvector، بررسی تخمین فرکانس به روش Minimum norm، بررسی تخمین تعداد جملات نمایی مختلط تابع
گزارش متنی شامل توضیحاتی در مورد: شبیه سازی سیستم شناسایی گوینده به کمک شبکه عصبی رو به جلو، شبکه تاخیر زمانی و LVQ با استفاده از ویژگی MFCC و انرژی ضرایب موجک )) کدهای متلب، تمامی زیربرنامه های مورد نیاز برای ارزیابی و داده های مورد نیاز))
بکارگیری شبکه های عصبی به منظور Speech processing شامل موارد: مقدمه ای بر اهمیت پردازش صوت ویژگی های سیگنال صوتی نحوه تشکیل سیگنال صوتی کاربردهای شبکه عصبی در تشخیص گفتار بررسی مدل های زبانی یا لغت نامه بررسی شبکه های باز گشتی بررسی کلاسیفایر ماشین های بردار پشتیبان (SVM) کلاس بندی آوا بر اساس SVM بررسی جداسازی کور کاربرد شبکه عصبی مصنوعی در تشخیص گوینده ((گزارش متنی به همراه کدهای متلب مورد ن ...
بررسی و تحلیل مراحل استخراج ضرایب MFCC از سیگنال گفتار به همراه فایل شبیه سازی
شبیه سازی و مقایسه استخراج بردارهای ویژگی ضرایب تخمین خطی LPC، ضرایب انعکاسی Reflection Coeff، ضرایب نسبت سطوح مقطعLAR ، ضرایب کپسترال LPCC، ضرایب MFCC و ضرایب مشتقات اول و دوم آن به کمک جعبه ابزار HTK و به کمک دستورهای متلب
گزارشی از بازشناسی بیان های گفتاری به کمک HMM براساس الگوریتم ویتربی برای آموزش مدل ها با مدل مبتنی بر چگالی مشاهدات پیوسته به همراه فایل کدهای متلب شامل مراحل استخراج ویژگی MFCC، بدست آوردن مدل چپ به راست در فاز Train و ارزیابی در فاز Test
گزارشی از بازشناسی بیان های گفتاری مجزا به کمک HMM با مدل مبتنی بر چگالی مشاهدات پیوسته و الگوریتم لگاریتم ویتربی و Segmental K-Means برای آموزش مدل ها به همراه فایل کدهای متلب شامل کد استخراج ویژگی MFCC، مدل فاز Train و Test، داده های گفتاری و کد مقایسه بیان های گفتاری
نحوه استخراج ضرایب کپسترال سیگنال گفتار با استفاده از جعبه ابزار HTK در نرم افزار متلب
بهینه سازی کنترلر PID با استفاده از الگوریتم بهینه سازی PSO در مسئله کنترل بار و فرکانس LFC
کانال تلگرام ابرپروجکت رفتن به بالای صفحه
Close فراخوان عرضه مستندات، گزارش‌ها، کدها و پژوهش‌های شما در ابرپروجکت
برای توضیحات بیشتر به اینجا مراجعه نمایید.
Close مجوزهای قانونی و رسمی ابرپروجکت
برای مشاهده مجوزهای ابرپروجکت روی آنها کلیک نمایید.