用地图说话-在商业分析与演示中运用Excel数据地图,扫描版书籍，202页完整版，非试读样章

目前，大部分的说话人识别模型是基于MFCC的混合高斯模型，MFCC包含语音频率结构的时间变化信息，相对稳定，但不同的说话人之间容易相互模仿，本论文针对MFCC的易模仿性，增加了另一种特征参数，基音周期，基因周期包含了语音频率结构信息，虽然会受到说话人健康状况的影响，但不容易模仿。本文将二者结合用于说话人识别。同时，针对常规直接对高斯混合模型进行解混导致识别速度慢这一缺点，本文提出先用DTW计算语音样本间基音周期的最短距离，再用GMM的方法计算测试样本在得分小的前几个训练样本中分布的最大似然概率。实验表明，这种DTW和GMM相结合的说话人识别模型在提高识别准确率和缩短识别时间上都有着显著性的改进。

在说话人识别系统中，提取反映说话人个性的语音特征参数是系统的关键问题之一，本文在研究小波变换理论的基础上，借鉴MFCC参数的提取方法，用小波变换代替傅立叶变换，提取了新的特征参数DWTMFC，并对常用的coif3、db6、db4、sym4、bior2．4这几种小波函数进行了比较，实验结果表明：coif3为提取语音特征参数的最优小波函数，DWTMFC参数的性能优于MFCC参数。

基于Alize的ivector算法，《声纹识别之Alize入门教程(三)：I-vector》对应资源。https://blog.csdn.net/u012594175/article/details/88726163

语音信号处理实验教程配套matlab代码，GMM。可以实现基本的训练和识别。

HR前世今生之如何用数据说话PPT教案.pptx

matlab说话代码btmorph 介绍 小型Python库，其中包含数据结构和工具，用于表示和分析以事实上的标准SWC格式存储的神经元形态。 见下文。 安装 先决条件 您将需要Python（2.7），/和运行代码。 强烈建议您使用它，因为它为Python提供了一个交互式环境（如Matlab）。 Linux：大多数Linux发行版的软件包管理器中都包含这些软件包的版本，可以轻松安装。 Windows和Mac：上述所有软件包均随附有“科学python”软件包。 最著名的来自或。 或者，检查Ipython。 正确安装 笔记 以下说明适用于Linux和Max OSX系统，并且仅使用命令行工具。 请遵循Windows系统或带有图形界面的工具的相应手册。 检出git仓库并调整$PYTHONPATH 。 git clone https://bitbucket.org/btorb/btmorph.git cd btmorph export PYTHONPATH=$(pwd):$PYTHONPATH 上面的命令将临时设置您的$PYTHONPATH 。 在您的.bashrc添加适当的路径，以使该软件包永

本人在MATLAB平台上设计了具体的说话人识别系统用户界面。在实验当中实现的功能有采集语音、预处理、特征提取、识别，如：对说话人进行实时录制并进行处理之后存到训练语音行列中；实时为说话人进行录音并进行处理，然后对训练语音进行匹配，得出较理想的结果。通过这个实验让本人对关于语音识别的理论知识有了更深层的了解并对已理解的部分知识起了验证的效果。

需要和voicebox配合使用，使用voicebox提取MFCC和k均值分类，这是GMM说话人识别模型的训练程序。

使用PaddlePaddle实现声纹识别的预训练模型，更大数据训练的。 源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition_PaddlePaddle