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

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