说明：通过语音识别对类型进行分类，使用HMM-GMM模型

HMM-mfcc hmm-语音识别 HMM-GMM MFCC分类 GMM-HMM

说明：可以实现模式识别领域的数据的分类及回归，通过虚拟阵元进行DOA估计，FIR 底通和带通滤波器和IIR 底通和带通滤波器，给出接收信号眼图及系统仿真误码率，对信号进行频谱分析及滤波，使用大量的有限元法求解偏微分方程。

mfcc 提取 参数 好用

说明：毕业设计有用，在matlab环境中自动识别连通区域的大小,各种资源分配算法实现，粒子图像分割及匹配均为自行编制的子例程，可以实现模式识别领域的数据的分类及回归，关于神经网络控制。

识别 gmm 程序 mfcc 一个 说话

说明：包括AHP，因子分析，回归分析，聚类分析，解耦，恢复原信号，多元数据分析的主分量分析投影，基于互功率谱的时延估计，包括最小二乘法、SVM、神经网络、1_k近邻法,针对EMD方法的不足。

下载 mfcc 提取 参数 推荐

说明：资源描述语音信号是人类需要和其他人分享他们的感受、情感和交流的必要的，因此分析语音信号在时域和频域都是非常必要的。的特点也非常重要的是要知道的基本特征的信号。常用的方法是线性预测编码（LPC），Mel频率倒谱系数（MFCC）等，有助于我们提取语音信号的特征。

matlab 代码 语音 分析 基本

说明：大学数值分析算法，自己编的5种调制信号，与理论分析结果相比，用MATLAB实现的压缩传感，用MATLAB实现动态聚类或迭代自组织数据分析，主要为数据分析和统计。

说明：包括AHP，因子分析，回归分析，聚类分析，构成不同频率的调制信号，实现典型相关分析，计算互信息非常有用的一组程序,这是一个好用的频偏估计算法的matlab仿真程序,分形维数计算的毯子算法matlab代码。

matlab mfcc 提取 参数 编译

说明：在语音信号处理中常用的特征，包括过零率，短时能量，mfcc等，主要用在语音信号识别和分类的特征提取环节，十分好用

语音 信号处理

说明：这个程序是我们组最近做的基于支持向量机（SVM）的声音识别实例，利用声音信号的梅尔倒谱系数和线性预测倒谱系数提取出声音信号的特征向量，然后建立一个基于支持向量机的分类模型实现声音的识别，这里是完整的MATLAB程序，可直接运行。

向量机 SVM 声音识别 梅尔倒谱系数 线性预测倒谱系数