文件名称：基于语音的说话者识别：使用语音MFCC和GMM识别说话者
文件大小：56KB
文件格式：ZIP
更新时间：2024-02-24 19:05:25
machine-learning scikit-learn voice speech gaussian-mixture-models
基于语音的说话人识别 说话人识别/识别使用： 免费的ST美国英语语料库数据集（SLR45） 梅尔频率倒谱系数（MFCC） 高斯混合模型（GMM） 数据集 可以在上找到免费的ST美国英语语料库数据集（SLR45） 。 它是提供的免费的美国英语语料库，其中包含10位说话者（5位女性和5位男性）的讲话。 每个说话者大约有350种话语。 理论 语音特征提取 此处使用梅尔频率倒谱系数（MFCC），因为它们可在说话者验证中提供最佳结果。 MFCC通常如下得出： 进行信号（窗口摘要）的傅立叶变换。 使用三角形重叠窗口，将以上获得的光谱的功率映射到mel刻度上。 记录每个梅尔频率下的功率对数。
【文件预览】：
Voice-based-speaker-identification-master
----Run.py(633B)
----README.md(3KB)
----Code()
--------SpeakerIdentifier.py(3KB)
--------FeaturesExtractor.py(3KB)
--------DataManager.py(3KB)
--------SilenceEliminator.py(2KB)
--------ModelsTrainer.py(2KB)
----speaker.png(54KB)
----.gitignore(1KB)