说话者识别

职能：选择图像序列并读取，将选定的图像序列添加到数据库，用于训练数据库信息。步态识别功能处理输入图像序列并从当前目录中删除数据库。

本研究建立了一个语音数据集（8 名男性和 8 名女性），并开发了一个基于梅尔频率倒谱系数 (MFCC) 特征和支持向量机 (SVM) 分类器的说话人性别识别系统。系统在数据集上的识别准确率为 93.75%。该系统提供了一个用户界面，用于展示其功能。这项工作仍在继续，以进一步改进准确性和探索其他语音识别应用。

提取MFCC参数，并应用DTW技术进行说话人识别，以实现优异的识别效果。

这是在Matlab环境下利用高斯混合模型（GMM）进行说话人识别的源程序。训练模型已固定，可稳定运行并生成结果。分享给大家，希望能够帮助到需要的人。

更新至2020年4月14日的VAD函数MATLAB代码。我注意到VoxSRC 2020已经启动。这个存储库可以作为挑战的基准。使用ResNet-18 + softmax在大约5900个说话者训练集上测试，Vox1测试集上获得1.8%的EER，这是一个不错的结果。尝试使用AMSoftmax损失，探索更深层次的网络，引入新的融合方法（如自注意力），并实现高级结构（如挤压和激励）。希望能取得更好的结果。享受训练的乐趣:-)更新至2019年11月19日，添加了多GPU训练配置文件选项。更多详细信息，请参考示例，例如egs/voxceleb/v3/run.sh。增加了一个标准的VoxCeleb示例，使用官方培训列表，包括VoxCeleb2开发集。添加了一个简单的ResNet + softmax示例，该示例在VoxCeleb1测试集中达到1.8%的EER。由于我们使用数据并行处理，因此每步的数据和梯度都会分布在多个GPU之间。

这是一个完整的Matlab程序，利用高斯混合模型（GMM）实现说话人识别功能，识别率高达95%以上。

这是一个提供了基于高斯混合模型的说话人识别和验证系统的资源下载，包含了MATLAB算法和工具源码。适用于毕业设计和课程设计作业，所有源码经过严格测试，可直接运行。如有任何使用问题，请随时与我们联系，我们将第一时间进行解答。

该存储库包含在TIMIT数据库上使用深度神经网络进行自动说话人识别实验的Matlab代码。其中，我们添加了Microsoft工具箱（MST身份）的基线GMM-UBM实现。对于DNN，我们在Matlab中实现了几种初始化方案，如规范化初始化、随机游走init等，并探索了多种学习速率方法，如sgd-cm、ada-delta和adam。所有代码均基于GPU加速。

这个精选库收集了各种使用Crystal语言编写的代码和资源。欢迎贡献和提供反馈。以下是内容概述： 算法和数据结构 区块链 C绑定 API构建器

matlab说话代码帝国学院，HPCE 2013 CW4-OpenCL总体目标本课程的总体目标是：熟悉构建OpenCL程序遵循一种简单的方法来隔离现有程序的各个部分，这些部分可以移至内核了解创建和执行内核所需的OpenCL原语检查并消除一些会降低性能的通信瓶颈看一些提高GPU性能的简单技术仅此课程内容并不使您成为GPU专家。您应该知道如何从头开始创建OpenCL程序，但是所获得的性能可能不如TBB版本高。检查您的OpenCL环境在编写任何代码之前，值得检查您的OpenCL环境和SDK，仅用于检查是否已安装正确的设备和东西。有一个名为src/test_opencl.cpp的文件，它是简单但完整的OpenCL程序。它并没有做很多事情，但是它确实分配了GPU缓冲区，并尝试执行它们。编译该程序，并确保您可以同时构建和执行它。您可能需要弄乱include和link目录以使其构建，以及查找/下载SDK。尽管在许多系统中都安装了OpenCL运行时，但不一定总是有一个SDK。 Windows用户有许多可用的SDK可以从AMD，Intel，NVidia等下载。这些