MFCC（Mel Frequency Cepstral Coefficients, 梅尔频率倒谱系数）是一种模仿人类听觉系统的频域特征提取技术，常用于语音识别和分析，以下是MATLAB中计算MFCC的主要步骤： 1. 预加重 通过一阶滤波器提升高频，以减少低频对高频成分的掩盖。 2. 分帧 将语音信
bada 13 次浏览
基于语音信号的性别识别，推荐你看看这个资源，整体思路挺清晰的，用的是MFCC特征加SVM分类，准确率高达 98.7%，效果蛮不错。声音信号提特征这块，MFCC还是老熟人了，步骤规范，像预加重、分帧、加窗、FFT 这些全都囊括了，而且解释也挺接地气的。你要是以前搞过语音识别的话，应该能快跟上思路。分类
C++ 0 次浏览
基于语音识别的 MFCC 特征提取源码挺实用的，尤其是你在搞 ASR 系统的时候，用来提取语音的核心特征，效率高还挺靠谱。它是把声音信号一步步搞成一组数字向量，方便后续，基本上每个语音识别项目都会用到。 你可以从预加重、分帧、加窗、做 FFT，再到梅尔滤波、取对数、DCT 这些步骤，全流程都有实现，
C++ 0 次浏览
本项目运用密度聚类算法DBSCAN和划分聚类算法K-means对蛙类叫声进行物种识别。 首先，提取蛙类叫声的梅尔频率倒谱系数（MFCC）作为特征。 然后，分别使用DBSCAN和K-means算法对提取的MFCC特征进行聚类分析，区分不同科属的蛙类。 项目包含完整的代码实现和实验数据集。
Python 30 次浏览
呼吸音的 MFCC 特征提取和 SVM 分类，放在 MATLAB 里搞其实挺顺的。预用得比较多的是滤波，比如用维纳滤波，能把呼吸音里那些杂音得还不错。你用过mfcc()函数没？这个函数配合帧分割和窗口函数用起来，提特征又快又稳。 特征提完了，用SVM来分类，其实还挺靠谱的。尤其是二分类的任务，像是区
cocos2D 0 次浏览