首先，单击“选择声音”选择输入声音。 那么你就可以- 将此声音添加到数据库（单击“将选定的声音添加到数据库” - 执行说话人识别（点击“说话人识别”按钮） 注意：如果要执行说话人识别数据库必须至少包含一种声音。 如果您选择将声音添加到数据库，则需要一个正整数（扬声器 ID）。 这个正整数是一个累进的数字，它标识一个人（每个人对应一个类）。

关于 这是带有GUI的系统。 有关此项目的更多详细信息，请参见： 我们的 我们的 依存关系 可用于更轻松地开始该项目。 Linux，Python 2 ， ， ， ： pip install --user scikit-learn scikits.talkbox pyssp PyAudio ，通常可以由您的软件包管理器安装。 （可选） Python绑定： 安装闪电战，openblas，boost，然后： for p in bob.extension bob.blitz bob.core bob.sp bob.ap; do pip install --user $p done 注意：我们自己有一个MFCC实现，当bob不可用时，该实现将用作备用。 但是它不如bob中的C实现高效。 使用的算法 语音活动检测（VAD）： （LTSD） 特点： （MFCC） （L

基于语音信号的不同类型说话人识别

基于GMM的说话人识别（C代码），其中包括了GMM.C和MFCC.C，以及它们的头文件。

Auto Speaker Recognition main.py the main file for test audio_record.py record audio from micro phone count_days.py count days between two date. 20110805 20160903 mfcc_feature.py extract mfcc feature from wav files SGD.model* the trained model on train set , and the accurate is 70% util.py contains the most useful functions train train data is 75% of all the data test test data is 25% of all the data and has no overlap with train set classification_SGD.py is the main classification function py file , and it use

通过深度学习进行语音分离和提取 此仓库总结了用于语音分离和说话人提取任务的教程，数据集，论文，代码和工具。诚挚地邀请您提出要求。 目录 讲解 [语音分离，李鸿-，2020年] [端到端神经源分离的进展，伊洛，2020] [音频源分离和语音增强，伊曼纽尔·文森特，2018年] [音频源分离，牧野昌司，2018年] [概述论文] 【概述幻灯片] [手册] 数据集 [数据集介绍] [WSJ0] [WSJ0-2mix] [WSJ0-2mix-extr] [WHAM＆WHAMR] [LibriMix] [LibriCSS] [SparseLibriMix] [VCTK-2Mix] [CHIME5和CHIME6挑战赛] [音频 [Microsoft DNS挑战] [AVSpeech] [LRW]

一种改进的模糊C-均值聚类算法在说话人识别中的应用.pdf

说话人聚类的初始类生成方法.pdf

Voxceleb1数据集中的说话人验证任务 该存储库包含使用Kaldi在Voxceleb1 [1]数据集上训练i-vector说话者识别系统的简单脚本。 它是根据Kaldi / egs / sre10上的run.sh文件修改的。 要求 卡尔迪工具包 如何使用 将所有文件移至{kaldi_root} / egs / sre10文件夹 修改run.sh文件中的数据集目录和参数以适合您的计算机。 运行run.sh文件 结果 使用voxceleb1训练数据对2048个组件GMM-UBM和600维i-vector提取器进行了训练，以进行验证任务。 与Kaldi egs上的sre10基线相比，训练参数几乎相同。 GMM-2048 CDS有效值：15.39％ GMM-2048 LDA + CDS eer：8.103％ GMM-2048 PLDA eer：5.446％ 笔记 Voxceleb1数据集是

基于混合特征的说话人语音分割聚类研究.pdf