资源简介
隐马尔科夫hmm实现数字0-9的语音识别,可以训练自己的数据,资源中附有语音数据。

代码片段和文件信息
function hmm = baum(hmm samples)
mix = hmm.mix; %高斯混合
N = length(mix); %HMM状态数
K = length(samples); %语音样本数
SIZE = size(samples(1).data2); %参数阶数
% 计算前向 后向概率矩阵 考虑多观察序列和下溢问题
disp(‘计算样本参数...‘);
for k = 1:K
%fprintf(‘%d ‘k)
param(k) = getparam(hmm samples(k).data);
end
%fprintf(‘\n‘)
% 重估转移概率矩阵A: trans
disp(‘重估转移概率矩阵A...‘)
for i = 1:N-1
denom = 0;
for k = 1:K
tmp = param(k).ksai(:i:);
denom = denom + sum(tmp(:));
end
for j = i:i+1
nom = 0;
for k = 1:K
tmp = param(k).ksai(:ij);
nom = nom + sum(tmp(:));
end
hmm.trans(ij) = nom / denom;
end
end
% 重估混合高斯的参数
disp(‘重估混合高斯的参数...‘)
for l = 1:N
for j = 1:hmm.M(l)
%fprintf(‘%d%d ‘lj)
% 计算各pdf的均值和方差
nommean = zeros(1SIZE);
nomvar = zeros(1SIZE);
denom = 0;
for k = 1:K
T = size(samples(k).data1);
for t = 1:T
x = samples(k).data(t:);
nommean = nommean + param(k).gama(tlj) * x;
nomvar = nomvar + param(k).gama(tlj) * (x-mix(l).mean(j:)).^2;
denom = denom + param(k).gama(tlj);
end
end
hmm.mix(l).mean(j:) = nommean / denom;
hmm.mix(l).var (j:) = nomvar / denom;
% 计算各pdf的权
nom = 0;
denom = 0;
for k = 1:K
tmp = param(k).gama(:lj); nom = nom + sum(tmp(:));
tmp = param(k).gama(:l:); denom = denom + sum(tmp(:));
end
hmm.mix(l).weight(j) = nom/denom;
end
%fprintf(‘\n‘)
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 29096 2001-10-21 16:33 cdhmm\0a.wav
文件 29640 2001-10-21 16:33 cdhmm\0b.wav
文件 33832 2001-10-21 16:34 cdhmm\1a.wav
文件 31800 2001-10-21 16:35 cdhmm\1b.wav
文件 32840 2001-10-21 16:35 cdhmm\2a.wav
文件 37224 2001-10-21 16:36 cdhmm\2b.wav
文件 38472 2001-10-21 16:36 cdhmm\3a.wav
文件 32664 2001-10-21 16:36 cdhmm\3b.wav
文件 37144 2001-10-21 16:37 cdhmm\4a.wav
文件 38264 2001-10-21 16:37 cdhmm\4b.wav
文件 34408 2001-10-21 16:37 cdhmm\5a.wav
文件 37144 2001-10-21 16:38 cdhmm\5b.wav
文件 36552 2001-10-21 16:38 cdhmm\6a.wav
文件 35624 2001-10-21 16:38 cdhmm\6b.wav
文件 36280 2001-10-21 16:39 cdhmm\7a.wav
文件 33576 2001-10-21 16:39 cdhmm\7b.wav
文件 21624 2001-10-21 16:39 cdhmm\8a.wav
文件 21608 2001-10-21 16:39 cdhmm\8b.wav
文件 25192 2001-10-21 16:40 cdhmm\9a.wav
文件 27192 2001-10-21 16:40 cdhmm\9b.wav
文件 1515 2019-03-04 19:52 cdhmm\baum.m
文件 1990 2019-02-26 16:53 cdhmm\getparam.m
文件 43965 2019-03-08 17:11 cdhmm\hmm.mat
文件 1263 2019-03-04 20:33 cdhmm\inithmm.m
文件 234 2019-03-04 20:09 cdhmm\main.m
文件 859 2019-02-26 16:54 cdhmm\mfcc.m
文件 357 2019-02-26 16:54 cdhmm\mixture.m
文件 230 2019-02-26 16:54 cdhmm\pdf.m
文件 258 2019-03-08 17:13 cdhmm\recog.m
文件 630000 2019-02-26 16:54 cdhmm\samples.mat
............此处省略8个文件信息
- 上一篇:包含多种粒子群算法
- 下一篇:包含TD MASM li
nk
相关资源
- HMM算法第四种实现代码
- hmm(隐马尔可夫模型)算法代码汇总
- 语音识别代码
- 贝叶斯网络和HMM
- 基于HMM的手势识别
- 基于HMM的语音识别系统,自己的毕设
- 基于HMM的中文语音合成研究
- SVM和HMM混合模型的研究及其应用
- hmmer3.0_windows.zip
- HMM隐马尔可夫模型用于中文分词
- chmm.zip
- HMM.sln
- 很详细的EM算法,GMM,HMM训练用
- hmm好多算法.
- HMM算法第五种实现代码
- HMM算法及其源码
- 隐马尔科夫模型HMM自学最好范例 pd
- 基于隐马尔可夫模型的语音识别算法
- 隐马尔科夫模型HMM的具体算法代码,
- 隐式马尔科夫与R语言
- The Application of Hidden Markov Models in Spe
- HMM学习范例教程(全集)
- message passing algorithmMessage Passing Algor
- 自然语言处理-HMM模型
- 基于HMM的动态手势识别
- HMM 自学教程
评论
共有 条评论