在MATLAB环境下实现基于矢量量化的说话人识别系统。在实时录音的情况下，利用该说话人识别系统，对不同的人的1s～7s的语音进行辨识。实现与文本无关的自动说话人确认的实时识别。 使用说明： 1 训练打开Matlab 使Current Directory为VQ所在的文件夹(比如：E:\vq) 在Command windows中输入

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

这是一个说话人识别系统，特征是LPC倒谱系数，文件包含11个训练和测试语音素材，采样率为12.5kHz，用11个素材测试识别率可以达到100%，但是通过录音进行测试，有时候会出现错误。

Tensorflow声纹识别说话人识别

说话人识别 (Speaker Recognition，SR)和情感识别 (Speech Emotion Recognition) 1 说话人识别 1.1说话人识别概述 1.2 说话人识别基本原理 1.3应用领域及技术难点 2 语音情感识别 2.1情感的分类 2.2语音情感特征分析 2.3语音情感识别方法 2.4存在的问题

介绍了隐马尔可夫模型的基本原理以及在说话人识别中的实现,对文本相关与文本无关进行比对,得出文本相关的识别率要高的结论及原因。

go.m为主程序。 本算法是基于Mfcc和Gmm的说话人识别，test文件夹中的语音数据来自于实验室的陈蕴谷、梁建娟、胡业刚、熊可、颜小运的真实语音。 部分程序采用的是台湾张智星先生编写的sar和dcpr工具箱，在此表示感谢。

python包 sidekit的使用方法，包括各个函数的调用，参数的含义，样例等等

完整代码，可直接运行

基于MATLAB完成的说话人识别的完整代码，注释详细，程序可运行，内附readme文件，详细解释了如何运行。