基于隐马尔可夫模型（HMM）的语音识别系统是一种广泛应用于数字信号处理和人工智能领域的技术。本文将介绍如何使用 Matlab 实现一个简单的 0 ~ 9 数字语...

基于隐马尔可夫模型（HMM）的语音识别系统是一种广泛应用于数字信号处理和人工智能领域的技术。本文将介绍如何使用 Matlab 实现一个简单的 0 ~ 9 数字语音识别系统。

一、数据准备
在开始编写代码前，我们需要准备一组包含 0 ~ 9 的数字语音数据集，共 10 种数字，每种数字至少录制 10 次。这些语音样本应该是相同采样率、相同位深度、相同声道数，同时噪音要尽可能小。这里可以使用一些公开的数据集，如 TIDIGITS、SpeechCommands 等。

二、特征提取
对于每个数字，我们需要从语音中提取出特征，以便后续训练和识别。常用的方法是 MFCC（Mel-Frequency Cepstral Coefficients），它是一种基于梅尔频率刻度的人类听觉系统感知语音特征提取方法。这里我们使用 MATLAB 自带的 mfcc 函数进行特征提取。

以下是代码示例：

% 读取语音文件
[y, fs] =