本文介绍的第一种方法根据人类听觉系统的特点，利用小波对语音信号进行压缩，增加了数据的嵌入量。
他们发现语音信号通常都是低沉的，而音乐片段的音调范围却很广泛；二者都会随着时间的推移有不同的变化。
实现了语音信号的录放。通过PC上DSP的EVM板设计了一个电话自动应答系统。
方法二实现起来简单，环境适应*较好，对于以清音开头的语音信号端点检测效果明显；
该算法首先利用分形维与小波变换相结合的动态阈值算法进行语音去噪，从而提取出尽可能纯净的语音信号；
本文应用全极点模型，提取语音信号的线*预测系数，并推导出其倒谱系数，获得线*预测倒谱差分，用以描述说话人声道的动态变化。
在LABVIEW平台上,通过声卡获得语音信号,设计了以美尔频率倒谱系数及其差分作为语音识别的特征参数,通过动态时间规整算法来识别的与文本有关的说话人辨认系统.
国文精选馆
