搜索资源列表
随机信号功率谱分析
- 理解随机信号功率谱分析原理和方法。 (1) 生成信号，被淹没在在噪声中； (2) 试用周期图法估计信号的功率谱； (3) 选用不同窗，使用修正周期图法估计信号的功率谱； (4) 对一段语音信号，使用LD算法估计其功率谱； (5) 详细列出功率谱估计的步骤和原理。 -understanding of random signal power spectrum analysis principles and
JIN
- 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；最后，设计一个信号处理系统界面。
Digital_Filter
- 录制一段自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；最后，设计一个信号处理系统界面。
随机信号功率谱分析
- 理解随机信号功率谱分析原理和方法。 (1) 生成信号，被淹没在在噪声中； (2) 试用周期图法估计信号的功率谱； (3) 选用不同窗，使用修正周期图法估计信号的功率谱； (4) 对一段语音信号，使用LD算法估计其功率谱； (5) 详细列出功率谱估计的步骤和原理。 -understanding of random signal power spectrum analysis principles and
JIN
- 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；最后，设计一个信号处理系统界面。-Record a person s own voice signal, and recording
Digital_Filter
- 录制一段自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；最后，设计一个信号处理系统界面。-Section of their own voice recording signal, and rec
yuyinluzhiyuchili
- 1.录制一段自己的语音信号，并对录制的信号进行采样； 2.画出采样后的语音信号的时域波形和频谱图； 3.给定滤波器的性能指标，采用窗函数法和双线性变换法设计滤波器， 并划出滤波器的频域响应； 4.用该滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱， 并对滤波前后的信号进行对比，分析信号的变化； 5.回放语音信号； 6.设计一个信号处理系统界面-1. Recorded their o
mpsound
- 录制一段个人自己的语音信号。对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；对语音信号进行加噪和去噪处理，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；实现快录慢放、慢录快放等功能。-Record a person' s own voice signal. Of the recorded signal sampling draw sample after the speec
nannvshengshibie
- 本文通过对男性和女性声音的语音特征的研究，发现男女声的基音频率存在较大的差异，并设计了基于基音频率分析的男女声识别系统。男女声识别系统由以下三个模块电路构成：话筒放大器，低通滤波器，半波整流电路，单片机测量控制模块。话筒放大器采用NE5532P音前置芯片，对语音信号进行放大；八阶低通滤波器MAX293完成基音信号的提取；单片机STC12C5410AD实现频率测量和控制输出功能。经仿真与电路实测，男女声的识别效果良好。-In this p
application
- 1、语音信号的采集； 2、语音信号的频谱分析； 3、数字滤波器的设计； 4、对语音信号进行滤波处理； 5、对滤波前后的语音信号频谱进行对比分析； -1, speech signal acquisition 2, the speech signal spectrum analysis 3, digital filter design 4, on the voice signal filtering process
wavelet_Matlab7
- 本书是“MATLAB应用技术”系列丛书之一，以最新推出的MATLAB中的小波分析工具箱Wavelet Toolbox 3.0版本为基础。全书共分为三部分，第1部分着重介绍了小波理论基础，包括小波基础知识、连续小波变换、离散小波变换、多分辨率分析与正交小波变换、小波变换和多采样滤波器组、二维小波变换与图像处理及小波包的基本原理等；第2部分重点说明了小波分析工具箱的详细使用方法，包括图形用户接口、小波通用函数、一维小波变换的MATLAB实现
111
- 录制一段个人的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用双线性变换法和窗函数法设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；最后，设计一个信号处理系统界面。-Record a personal voice signal, and recording the s
MATLAB
- 基于 MATLAB 的语音信号分析与处理的课程设计.录制一段自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法或双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的语音信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号-MATLAB-based voice signal analysis and pr
voice-signal-analysis-and-processing
- 基于MATLAB的语音信号分析与处理。 录制一段自己的语音信号，用窗函数法和双线性变换进行滤波器，并对滤波前后的信号进行对比；回放语音信号。 -MATLAB-based voice signal analysis and processing. Record a voice signal, window function method and the bilinear transform filter, and before a
语音信号的采集与处理
- 采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。
数字信号处理
- 制一段个人自己的语音信号，并画出该信号的时域波形和频谱图；再录制一段同样长时间的背景噪声叠加（加法叠加）到语音信号中，分析叠加前后信号频谱的变化；设计一个合适的滤波器，把改造生滤除；最后回放语音信号。(peech signal processing for a period of one's own, and draw the signal time-domain waveform and frequency spectrum; bac
b
- 基于MATLAB GUI 设计的数字信号处理系统，可以实现基本的信号生成，信号分析和信号滤波以及简单的语音信号处理等功能。其中信号生成模块可实现正弦波、方波、三角波、高斯白噪声、chrip信号的生成和叠加；信号分析模块支持基本的傅氏变换下的频域分析功能；信号滤波模块可以实现数字低通、高通、带通、带阻下的切比雪夫、巴特沃思、椭圆滤波器的设计和滤波处理；语音信号处理模块可以实现音频文件的读取、播放、叠加噪声、滤波等功能。(Based on
12
- 通过对读入的一段语音信息进行处理，提取信号频率，并进行傅里叶变换提取信号的频率(The frequency of the signal is extracted and the frequency of the signal is extracted by processing a speech message read in)
MATLAB在语音信号分析与合成中的应用
- matlab在语音信号分析和合成中的应用(matlab voice analyse)
《MATLAB 神经网络43个案例分析》源代码&数据
- 《MATLAB 神经网络43个案例分析》全书源代码和数据，注释详细，神经网络学习很有帮助。内含《MATLAB 神经网络43个案例分析》目录:第1章BP神经网络的数据分类语音特征信号分类;第2章 BP神经网络的非线性系统建模-非线性函数拟合等。(Analysis of 43 Cases of Neural Network in MATLAB source code data, detailed comments. Included in