摘要：
PCM文件：模拟音频信号经模数转换（A/D变换）直接形成的二进制序列，该文件没有附加的文件头和文件结束标志。Windows的Convert工具可以把PCM音频格式的文件转换成Microsoft的WAV格式的文件。 将音频数字化，其实就是将声音数字化。最常见的方式是透过脉冲编码调制PCM(Pulse... 阅读全文
摘要：
语音特征参数MFCC的提取及识别 (2012-09-07 20:24:03)转载▼耳蜗实质上相当于一个滤波器组，耳蜗的滤波作用是在对数频率尺度上进行的，在1000HZ下，人耳的感知能力与频率成线性关系；而在1000HZ以上，人耳的感知能力与频率不构成线性关系，而更偏向于对数关系，这就使得人耳对低频信... 阅读全文
摘要：
一、MFCC概述 在语音识别（Speech Recognition）和话者识别（Speaker Recognition）方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scale Frequency Cepstral Coefficients，简称MFCC）。根据人耳听觉机理的研究发现... 阅读全文
摘要：
所谓的语音信号分析就是提取表征语音特征的信息，以进行后续的处理：语音识别、说话人识别等。语音特征信息及特征参数的提取。由于语音信号具有短时平稳特性，及在短时内特征参数稳定不变，一般时长为10~30ms，故通常将语音分帧处理，以获得稳定的特征参数。综上，对于一段语音信号，分析时通常表示为由每一帧特征参... 阅读全文
摘要：
K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y... 阅读全文