登录
首页 » Others » c语言实现语音文件fft变换

c语言实现语音文件fft变换

于 2021-05-06 发布
0 280
下载积分: 1 下载次数: 1

代码说明:

包含一个工程文件和word文档,详细的介绍了fft的c语言实现及其对语音信号的变换

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 在simulink中应用s函数的个简单实例
    在simulink中应用s函数设计一个连续系统的实例。程序做了详细的注释(拜托,简单的一眼看懂的那种没有注释)。作为入门级的看看比较好。友情提醒:运行前,记得设初值。
    2020-12-05下载
    积分:1
  • 网上在线论坛-ASP.NET-C#
    开发网上在线论坛最终目的是为用户提供一个良好的技术交流平台,得到用户的及时反馈。
    2020-12-09下载
    积分:1
  • 求网络的最短路径,直径,介数,度分布, 聚类系数
    可以求的网络的最短路径,直径,介数,度分布, 聚类系数-Can network seek the shortest path, diameter, referred to the number of degree distribution, clustering coefficient
    2020-11-29下载
    积分:1
  • MIT-BIH的1分钟心电图的txt数据文件
    此为MIT-BIH的心电图的1分钟的txt文件数据,网上已有的10秒钟的数据可能太短不便于我们在项目中进行测试,因此,我就整理了一些便于大家下载
    2020-12-11下载
    积分:1
  • Multisim仿真实例(200个电路仿真文件)
    约200个Multisim仿真文件,有助于学习Multisim软件、学习电子线路基础知识
    2020-06-28下载
    积分:1
  • MATLAB中实现Gabor滤波器
    该资源讲述了空域的Gabor滤波器设计的代码,可以供做图像的学习者进行特征提取等操作,二维Gabor滤波器的实现,matlab代码直接运行即可,尺度和方向均可自己设置。
    2019-03-25下载
    积分:1
  • LTC1864_12864数字电压表(16位精度)
    使用16位精度的LTC1864模数转换器编程实现高精度数字电压表,量程为50V,精度达到1mV,并使用12864液晶显示器,给出了protues仿真!感兴趣的同学,可以参考一下!
    2020-12-04下载
    积分:1
  • 基于免疫粒子群算法的电力系统无功优化
    通过对IEEE-30节点系统的仿真计算表明,本文建立的动态无功优化模型是简单有效的,具有良好的实用价值。同时,算例也表明免疫粒子群算法能够及时跳出局部最优得到全局最优解,而且收敛速度快,精度高,它保证了动态无功优化在每个时段基本都能收敛到全局最优解,提高了动态无功优化的收敛精度和速度。
    2021-05-06下载
    积分:1
  • RTKLIB精密单点定位代码(支持北斗、GPS).rar
    为初学者做RTKlib精密单点定位PPP提供一定的参考(更改后的代码),支持北斗、GPS 三频、双频以及组合PPP,误差项仍需改正
    2019-09-01下载
    积分:1
  • 人工神经网络及其应用实例(含代码)
    通过实例对人工神经网络的实际应用进行分析和讲解,清晰的代码一目了然每神经元有许多输入、输出键,各神经元之间以连接键(又称突触)相连,它决定神经元之间的连接强度(突触强度)和性质(兴奋或抑制),即决定神经元间相互作用的强弱和正负,共有三种类型:兴奋型连接、抑制型连接、无连接。这样,个神经元(一般很大)构成一个相互影响的复杂网终系统,通过调整网络参数,可使人工神经网络具有所需要的特定功能,即学习、训练或自组织过程。一个简单的人工神经网络结构图如下所示:上图中,左侧为输入层(输入层的神经元个数由输入的维度决定),右侧为输出层(输出层的神经元个数由输出的维度决定),输入层与输出层之间即为隐层。输入层节点上的神经元接收外部环境的输入模式,并由它传递给相连隐层上的各个神经元。隐层是神经元网络的内部处理层,这些神经元在网络内部构成中间层,不直接与外部输入、输出打交道。人工经网络所具有的模式变换能力主要体现在隐层的神经元上。输出层用于产生神经网络的输出模式。多层神经网络结构中有代表性的有前向网络(BP网络)模型Page 3 of 25多层侧抑制神经网络模型和带有反馈的多层神经网络模型等。本文主要探讨前向网络模型多层前向神经网络不具有侧扣制和反馈的连接方式,即不其有本层之间或指向前一层的连接弧,只有指向下一层的连接弧。代表是BP神经网终:输入模式由输入层进入网终,经中间各隐层的顺序变换,最后由输出层产生一个输出模式,如下图所示:输入层隐层输出层多层前向神经网终由隐层神经元的非线性处理衍生它的能力,这个任务的关键在于将神经元的加权输入非线性转换成一个输出的非线性激励函数。下图给出了一个接收个输入的神经元:Page 4 of 25神经元的输出由下式给出:这里输入的加权和(括号内部分)由一个非线性函数传递,表示与偏差输入相关的权值,表示与第个输入相关的权值。使用最广泛的函数是S形函数,其曲线家族包括对数函数和双曲正切函数,这些都可用来对人口动态系统、经济学系统等建模。另外所用的其他函数有高斯函数、正弦函数、反正切函数,在此不一一展开介绍,本文主要使用的激励函数是对数函数,函数表达式为函数曲线如下图所示对于有限输入量,对数函数输出范围为∈。在输入为=时,输出值为中问值输出在—附近随着输入的增加以相对快的Page 5 of 25速率增加并非常慢地到达上限。对于
    2020-11-07下载
    积分:1
  • 696516资源总数
  • 106918会员总数
  • 4今日下载