数字信号处理作业之语音识别论文

数字信号处理语音识别

摘要：本文针对所采集的语音信号，对其时域、频域参数进行了系统详尽的分析，并在MATLAB环境下实现了基于DTW算法的特定人语音信号0到9的识别。关键词：语音识别；MATLAB；短时傅立叶；DTW

引言

近年来，语音识别已经成为一个非常活跃的研究领域。在不远的将来，语音识别技术有可能作为一种重要的人机交互手段，辅助甚至取代传统的键盘、鼠标等输入设备，在个人计算机上进行文字录入和操作控制。而在智能家电、工业现场控制等其他应用场合，语音识别技术则有更为广阔的发展前景。

在语音识别中，最为简单有效的方法是采用DTW(Dynamic Time Warping，动态时间规整)算法，该算法基于动态规划的思想，解决了发音长短不一的模板匹配问题，是语音识别中出现最早、较为经典的一种算法[3]。

一、语音识别系统概述

一个完整特定人语音识别系统的方案框图如图1所示。输入的模拟语音信号首先要进行预处理，包括预滤波、采样和量化、加窗、端点检测、预加重等,然后是参数特征量的提取。提取的特征参数满足如下要求：

(1)特征参数能有效地代表语音特征,具有很好的区分性；

(2)参数间有良好的独立性；

(3)特征参数要计算方便,要考虑到语音识别的实时实现。

数字信号处理作业之语音识别论文

图1 语音识别系统方案框图

语音识别的过程可以被看作模式匹配的过程，模式匹配是指根据一定的准则，使未知模式与模型库中的某一个模型获得最佳匹配的过程。模式匹配中需要用到的参考模板通过模板训练获得。在训练阶段，将特征参数进行一定的处理后，为每个词条建立一个模型，保存为模板库。在识别阶段，语音信号经过相同的通道得到语音特征参数，生成测试模板，与参考模板进行匹配，将匹配分数最高的参考模板作为识别结果。

二、语音信号的分析与处理

1、语音信号采集

该实验以实验者本人的声音（语音信号0~9）为分析样本，是利用PC机录制，音

第1页 下一页