说话人识别，有问题留言哦

说话人识别程序及代码下载

包括：1、通用背景稀疏编码和多层自举网络（UBSC-MBN）算法的matlab程序（matlab2016a），用于说话人识别，2、10个说话人的训练数据集。

检索 COM 类工厂中 CLSID 为 {96749377-3391-11D2-9EE3-00C04F797396} 的组件失败，异常0x80040154，没有注册类问题分析和解决办法 下载本工具安装即可，修复windows系统不能说话

scratch-案例-小猫的愿望

android版本说话人性别识别以及声纹识别，对应博客https://blog.csdn.net/u012594175/article/details/89003815

近年来，随着社会生活水平的不断提高，人们对机器智能人声识别的要求越来越高。高斯混合—隐马尔可夫模型（Gaussian of mixture-hidden Markov model, GMM-HMM）是说话人识别研究领域中最重要的模型。由于该模型对大语音数据的建模能力不是很好，对噪声的顽健性也比较差，模型的发展遇到了瓶颈。为了解决该问题，研究者开始关注深度学习技术。引入了CNN深度学习模型研究连续语音说话人识别问题，并提出了CNN连续说话人识别（continuous speaker recognition of convolutional neural network, CSR-CNN）算法。模型提取固定长度、符合语序的语音片段，形成时间线上的有序语谱图，通过CNN提取特征序列，经过奖惩函数对特征序列组合进行连续测量。实验结果表明，CSR-CNN算法在连续—片段说话人识别领域取得了比GMM-HMM更好的识别效果。

基于矢量量化（VQ）的说话人识别实验 训练过程： 从训练语音中提取特征矢量，得到特征矢量集合 通过LGB算法生成码本 重复训练进化 存储码本

基于matlab的矢量量化（VQ）的说话人识别实验，有语音

声纹识别Android工程，包括性别识别、说话人识别。gmm-ubm、ivector算法。 详见https://blog.csdn.net/u012594175