原创 語音信號的同態處理和倒譜分析

文章目錄同態處理倒譜分析復倒譜倒譜 同態處理 同態處理是一種設法將非線性問題轉化爲線性問題來進行處理的方法,它能將兩個通過乘法或卷積合成的信號分開。 語音信號x(n)可以看作是聲門激勵信號x1(n)和聲道衝激響應x2(n)的卷積,

原创 基於matlab的梅爾濾波器組的設計

文章目錄melbankm函數(不建議使用)基於FFT點數設計梅爾濾波器組基於頻率設計梅爾濾波器組 melbankm函數(不建議使用) clear all; clc; close all; % 調用melbankm函數,在0-0.5

原创 C語言結合gnuplot設計梅爾濾波器組

文章目錄基於FFT點數設計梅爾濾波器組基於頻率設計梅爾濾波器組 請讀者先閱讀梅爾濾波器組的分析與設計思路、基於matlab的梅爾濾波器組的設計。 基於FFT點數設計梅爾濾波器組 #include<stdio.h> #include

原创 github搭建個人網站

github搭建個人網站訪問方式搭建步驟0. 在本地編輯html文件並預覽1. 新建倉庫2. 在倉庫下新建index.html文件3. 訪問 訪問方式 https://用戶名.github.io 如:https://stu-che

原创 一元線性迴歸

迴歸分析 迴歸分析(regression analysis)是確定兩種或兩種以上變量間相互依賴的定量關係的一種統計分析方法。迴歸分析按照涉及的變量的多少,分爲一元迴歸和多元迴歸分析;按照自變量和因變量之間的關係類型,可分爲線性迴歸

原创 梅爾濾波器組的分析與設計思路

梅爾頻率 因爲人耳所聽到的聲音的高低與聲音的頻率並不成線性正比關係,所以用Mel頻率尺度更符合人耳的聽覺特徵。梅爾頻率與實際頻率的關係如下:Fmel(f)=1125ln(1+f/700)F_{mel}(f)=1125ln(1+f/

原创 js動態顯示當前日期和時間

<!doctype html> <html lang="en"> <head> <meta charset="UTF-8"> <title>獲取當前時間</title> <style type="tex

原创 matlab讀寫xlsx文件和txt文件

文章目錄matlab讀xlsx文件matlab寫xlsx文件matlab讀txt文件matlab寫txt文件 向data.xlsx文件的Sheet1中存入20行4列小數,向Sheet2中存入20行4列整數。data.xlsx的保存

原创 基於matlab的FFT分析

文章目錄matlab代碼說明(一)說明(二) 離散傅里葉變換DFT的計算公式如下,FFT爲DFT的一種快速算法。 matlab代碼 %=============== % N = 64時 %=============== fs

原创 矩形窗、漢明窗、漢寧窗的頻率響應圖

矩形窗 w(n)={10≤n≤L−10其他w(n)=\begin{cases}1 \qquad 0 \le n \le L-1\\\\ 0 \qquad 其他\end{cases} w(n)=⎩⎪⎨⎪⎧​10≤n≤L−10其他

原创 語音信號的分幀、加窗處理

分幀 語音信號是一個準穩態的信號,若把它分成較短的幀,每幀中可將其看做穩態信號,可用處理穩態信號的方法來處理。爲了使一幀與另一幀之間的參數能夠平穩過渡,應在相鄰兩幀之間互相有部分重疊。一般情況下,幀長取10 ~ 30ms,所以每秒

原创 C語言中動態內存分配與動態內存調整

文章目錄malloc動態內存分配realloc動態內存調整頭文件說明C程序運行結果讀100行數據讀1200行數據讀10000行數據 malloc動態內存分配 malloc的全稱是memory allocation,中文名爲動態內存

原创 C語言實現離散傅里葉變換DFT

離散傅里葉變換DFT的計算公式如下: 關於對DFT的詳細討論,請閱讀前一篇博客基於matlab的FFT分析 #include<stdio.h> #include<math.h> #include<complex.h> #defi

原创 HTML+CSS+JavaScript實現網頁廣告

<!doctype html> <html lang="en"> <head> <meta charset="UTF-8"> <title>HTML+CSS+JavaScript實現網頁廣告</title>

原创 Pycharm中安裝matplotlib

未安裝matplotlib之前,Pycharm中不能使用matplotlib實現數據可視化。 安裝步驟: File→Settings Project:Card→Project Interpreter,點擊右側"+" 搜索m