为语音识别寻找语音盒文件。

介绍

Voicebox是一个语音处理工具箱，包括MATLAB例程，大部分是由英国伦敦sw7 2bt展览路帝国理工学院电气电子工程系Mike Brooks编写的。几个例程需要MATLAB的V5。

这个例程可以作为压缩的tar文件或ZIP文件使用，并根据合同条款提供GNU中的许可。

请发送任何意见、建议、错误报告等。至mike.brookes @ ic.ac.uk

目录

音频文件输入/输出

读写WAV和其他语音文件格式

频率表

在赫兹、梅尔、雇员再培训委员会和MIDI频率表之间转换

傅立叶/离散余弦变换/哈特莱变换

各种相关变换

随机数发生

产生随机向量和噪声信号。

向量距离

计算向量列表之间的距离。

语言分析

活动水平估计，以声谱图表示

LPC分析演讲

线性预测编码程序

话音合成

声门波形模式

语音增强

光谱噪声减法

语音编码

脉码调制，矢量量化。

语音识别

前端处理批准

效用函数

杂项实用功能

音频文件输入/输出

例程可以被读取，在某些情况下，可以以各种文件格式编写:

读写后缀

readwav writewav .WAV等。这些例程允许任何数量的通道，也可以处理线性PCM(任何精度高达32位)、常规PCM和wood PCM。大文件可以小块读写。

补充问题:readhtk writehtk。HTK liquid用来读写波形文件的熵隐马尔可夫工具箱。

readsfs .自力更生支持语音归档系统文件，由马克哈克瓦尔在UCL。

readsph .NIST手机领域的格式文件(包括timit)。

readaif .Mac用户使用的AIF音频交换文件格式。

大规模频率重建

Mel表是基于人对正弦波足球场的感知。mel2frq和frq2mel转换之间的这个例程的标度和频率是在Hz。

雇员再培训局，大规模，是基于等效矩形带宽。例行erb2frq和frq2erb转换再培训委员会的规模和频率赫兹之间的利率。

使用MIDI标准，也明确规定C在半音数上是加60。该例程用于在frq2midi和midi2frq之间进行转换，以及音乐频率范围和赫兹之间进行转换。除了输出之外，Frq2midi还会注意到名称中的字符格式。Midi2frq可以使用相同音阶的练习，否则毕达哥拉斯音阶只是一个音。