Matlab语音识别系统

目录

• 设计任务及要求………………………………………………1
• 语音识别的简单介绍

2.1语者识别的概念……………………………………………2

  2.2特征参数的提取……………………………………………3

  2.3用矢量量化聚类法生成码本………………………………3

  2.4VQ的说话人识别 …………………………………………4

• 算法程序分析

3.1函数关系………………………………………………….4

    3.2代码说明……………………………………………………5

    3.2.1函数mfcc………………………………………………5

    3.2.2函数disteu……………………………………………5

    3.2.3函数vqlbg…………………………………………….6

3.2.4函数test………………………………………………6

3.2.5函数testDB……………………………………………7

    3.2.6 函数train……………………………………………8

 3.2.7函数melfb………………………………………………8

• 演示分析…………………………………………………….9
• 心得体会…………………………………………………….11

附：GUI程序代码………………………………………………12

• 设计任务及要求

用MATLAB实现简单的语音识别功能；

具体设计要求如下：

  用MATLAB实现简单的数字1~9的语音识别功能。

• 语音识别的简单介绍

基于VQ的说话人识别系统，矢量量化起着双重作用。在训练阶段，把每一个说话者所提取的特征参数进行分类，产生不同码字所组成的码本。在识别(匹配)阶段，我们用VQ方法计算平均失真测度(本系统在计算距离d时，采用欧氏距离测度)，从而判断说话人是谁。

语音识别系统结构框图如图1所示。

图1 语音识别系统结构框图

2.1语者识别的概念

语者识别就是根据说话人的语音信号来判别说话人的身份。语音是人的自然属性之一，由于说话人发音器官的生理差异以及后天形成的行为差异，每个人的语音都带有强烈的个人色彩，这就使得通过分析语音信号来识别说话人成为可能。用语音来鉴别说话人的身份有着许多独特的优点，如语音是人的固有的特征，不会丢失或遗忘；语音信号的采集方便，系统设备成本低；利用网络还可实现远程客户服务等。因此，近几年来，说话人识别越来越多的受到人们的重视。与其他生物识别技术如指纹识别、手形识别等相比较，说话人识别不仅使用方便，而且属于非接触性，容易被用户接受，并且在已有的各种生物特征识别技术中，是唯一可以用作远程验证的识别技术。因此，说话人识别的应用前景非常广泛：今天，说话人识别技术已经关系到多学科的研究领域，不同领域中的进步都对说话人识别的发展做出了贡献。说话人识别技术是集声学、语言学、计算机、信息处理和人工智能等诸多领域的一项综合技术，应用需求将十分广阔。在吃力语音信号的时候如何提取信号中关键的成分尤为重要。语音信号的特征参数的好坏直接导致了辨别的准确性。

2.2特征参数的提取

对于特征参数的选取，我们使用mfcc的方法来提取。MFCC参数是基于人的听觉特性利用人听觉的屏蔽效应，在Mel标度频率域提取出来的倒谱特征参数。 

MFCC参数的提取过程如下： 

1. 对输入的语音信号进行分帧、加窗，然后作离散傅立叶变换，获得频谱分布信息。 

设语音信号的DFT为：

（1）

其中式中x(n)为输入的语音信号，N表示傅立叶变换的点数。 

1. 再求频谱幅度的平方，得到能量谱。 
2. 将能量谱通过一组Mel尺度的三角形滤波器组。 

我们定义一个有M个滤波器的滤波器组（滤波器的个数和临界带的个数相近），采用的滤波器为三角滤波器，中心频率为f(m),m=1,2,3,···，M

本系统取M=100。

1. 计算每个滤波器组输出的对数能量。 

        （2）

其中

为三角滤波器的频率响应。 

1. 经过离散弦变换（DCT）得到MFCC系数。

 MFCC系数个数通常取20—30，常常不用0阶倒谱系数，因为它反映的是频谱能量，故在一般识别系统中，将