【正文】 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)(論文) 摘要基于基音周期模型的語音識(shí)別摘要 基音周期是表征語音信號(hào)本質(zhì)特征的參數(shù)，屬于語音分析的范疇，只有準(zhǔn)確分析并且提取出語音信號(hào)的特征參數(shù)，才能夠利用這些參數(shù)進(jìn)行語音識(shí)別處理。語音識(shí)別率的高低，都依賴于對(duì)語音信號(hào)分析的準(zhǔn)確性和精確性，因此基音周期的研究在語音信號(hào)的處理應(yīng)用中具有十分重要的作用。本論文通過兩種算法在Matlab上實(shí)現(xiàn)基音周期的檢測(cè)，分別是短時(shí)自相關(guān)函數(shù)法和短時(shí)平均幅度差函數(shù)法。通過實(shí)驗(yàn)得到的基音周期結(jié)果的分析來識(shí)別不同的人的語音信號(hào)。 論文首先介紹了語音基音檢測(cè)算法在語音識(shí)別方面的研究背景極其重要意義。其次對(duì)現(xiàn)有的基音檢測(cè)算法進(jìn)行了歸納和總結(jié)，并詳細(xì)的介紹本文將用的兩種基本基音檢測(cè)算法的基本原理及實(shí)現(xiàn)。最后在Matlab上對(duì)語音信號(hào)進(jìn)行基音周期的檢測(cè)。本設(shè)計(jì)為語音信號(hào)的基音周期檢測(cè)，采集語音信號(hào)，對(duì)語音信號(hào)進(jìn)行處理，區(qū)分清音濁音，并通過對(duì)采樣值進(jìn)行濾波、分幀、求短時(shí)自相關(guān)函數(shù)，得到濁音的基音周期。關(guān)鍵詞：預(yù)處理,基音檢測(cè),自相關(guān)函數(shù)法,平均幅度差函數(shù)法,基音軌跡 ，語音識(shí)別I 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） AbstractAbstract pitch is characterization parameters of speech signal characteristics, belongs to the category of speech analysis, only the accurate analysis and extract the characteristic parameters of speech signal can use these parameters to speech recognition processing. voice recognition rate of high and low, are dependent on the accuracy of the analysis of speech signal and accuracy, so the pitch period of the study on speech signal processing plays an important role in this paper, through the two algorithm in Matlab pitch period detection, respectively is shorttime autocorrelation method and short time average magnitude difference function method. Pitch period is obtained by the experiment results of speech signal analysis to identify the different people. The curriculum design of pitch detection of speech signals, speech signal, the speech signal processing, distinguish between the voiced and unvoiced speech has different samples values in the filtering, framing, asks the shorttime autocorrelation function, have voiced sound pitch period. The thesis first introduces the research background of speech pitch detection algorithm is very important. Next to the existing algorithm for pitch detection are summarized, and a detailed introduction to this article will use the two kinds of basic pitch detection algorithm is the basic principle and realization. Finally in Matlab on speech signal pitch period detection.Keywords: pretreatment,pitch detection ,autocorrelation function。 the average magnitude difference function method。 pitch contrail，Speech recognition II 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 目錄 目 錄摘要 IAbstract II1 緒論 1 1 2 3 42 基音檢測(cè)常用的算法 5 5 常用的基音檢測(cè)算法及其原理 5 自相關(guān)函數(shù)法 5 平均幅度差函數(shù)法 9 本章小結(jié) 113 基于Matlab基音周期的檢測(cè) 12 語音文件的錄制與讀入 12 語音信號(hào)的采樣和分幀 13 語音信號(hào)基音周期的檢測(cè) 15 短時(shí)自相關(guān)函數(shù)法檢測(cè)基音周期 15 短時(shí)平均幅度差函數(shù)法檢測(cè)基音周期 16 基音周期檢測(cè)的后處理 18 濾波后的基音周期檢測(cè) 22 本章小結(jié) 254 語音識(shí)別結(jié)果分析 265 展望與應(yīng)用 30附錄 33致 謝 38 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 1 緒論 1 緒論 通過語言相互傳遞信息是人類最重要的基本功能之一。語言是人類特有的功能，它是創(chuàng)造和記載幾千年人類文明史的根本手段，沒有語言就沒有今天的人類文明。同時(shí)語言又屬于聲學(xué)范疇，是相互傳遞信息最重要的手段，是人類最重要，最有效，最常用和最方便的交換信息的形式。語音中除了包含實(shí)際發(fā)音內(nèi)容的語音信息外，還包括發(fā)音者是誰及喜怒哀樂的各種信息。語音識(shí)別技術(shù)是一項(xiàng)集聲學(xué)，語音學(xué)，計(jì)算機(jī)，信息處理，人工智能計(jì)算機(jī)接口的范疇?，F(xiàn)在的電腦網(wǎng)絡(luò)技術(shù)的普及和完善，對(duì)于語音信號(hào)處理技術(shù)發(fā)揮著越來越重要的作用。語音識(shí)技術(shù)是用來設(shè)計(jì)一種會(huì)聽話的計(jì)算機(jī)，只要對(duì)著麥克風(fēng)講話，便可以指揮計(jì)算機(jī)動(dòng)作，也就是要實(shí)現(xiàn)“芝麻開門”聲控計(jì)算機(jī)的夢(mèng)想，當(dāng)然現(xiàn)在這已經(jīng)不是夢(mèng)想。語音信號(hào)處理的一系列技術(shù)及其應(yīng)用已經(jīng)成為信息社會(huì)中不可或缺的組成部分，促進(jìn)了信息社會(huì)的發(fā)展。語音信號(hào)中的情感信息是一種很重要的信息資源，它是人們?cè)诟兄挛飼r(shí)的一種獨(dú)特的信息，就比如，雖然是同樣的語音內(nèi)容，不同的人就會(huì)表現(xiàn)出不同的情感，也會(huì)有不用的意思。在聽別人說話時(shí)，不僅要聽還要看，這些語音特征在研究時(shí)很重要的。語音信號(hào)處理是研究用數(shù)字信號(hào)處理技術(shù)對(duì)語音信號(hào)進(jìn)行處理的一門學(xué)科，它是一門新興的學(xué)科，同時(shí)又是綜合性的多學(xué)科領(lǐng)域和涉及面很廣的交叉學(xué)科，其中包括語音識(shí)別只是其中的一個(gè)分支。但其前提和基礎(chǔ)是對(duì)語音信號(hào)的分析，語音識(shí)別率的高低取決于對(duì)語音信號(hào)分析的準(zhǔn)確性和精度。只有將語音信號(hào)分析成其本質(zhì)的特性參數(shù)，才能建立用于識(shí)別的模板或知識(shí)庫。語音信號(hào)處理和認(rèn)知科學(xué)、心理學(xué)、語言學(xué)、計(jì)算機(jī)科學(xué)、模式識(shí)別和人工智能等學(xué)科聯(lián)系緊密。 基音周期檢測(cè)也稱為基頻檢測(cè)(Pitch Detection) ,它的目標(biāo)是找出和聲帶振動(dòng)頻率完全一致的基音周期變化軌跡曲線,或者是盡量相吻合的軌跡曲線?；纛l率的檢測(cè)和共估值在語音編碼，語音合成和語音識(shí)別中有著廣泛的應(yīng)用。它的準(zhǔn)確性及實(shí)時(shí)性對(duì)系統(tǒng)起著非常關(guān)鍵的作用,影響著整個(gè)系統(tǒng)的性能。因?yàn)榍逡粜盘?hào)沒有周期性，所以就將濁音信號(hào)的周期稱為基音周期, 它是聲帶振動(dòng)頻率的倒數(shù)?；魴z測(cè)是語音處理中的一項(xiàng)重要技術(shù)之一, 也是語音處理中最困難的工作之一，而且是語音處理領(lǐng)域最具挑戰(zhàn)的任務(wù)之一。著眼于基音的檢測(cè)方法，開展了一下三個(gè)方面的研究：1）穩(wěn)定并提取準(zhǔn)周期性信號(hào)的周期性方法；2）因周期混亂，采取基音提取誤差補(bǔ)償?shù)姆椒ǎ?）消除聲道（共振峰）影響的方法。在基音提取時(shí)，容易錯(cuò)誤的提取真正基頻兩倍的頻率（倍基音）和基頻一1 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 1 緒論半的頻率（半基音），至于產(chǎn)生哪種錯(cuò)誤隨抽取方法而變化，本論文中會(huì)介紹兩種比較好的算法來進(jìn)行基音檢測(cè)。 要準(zhǔn)確地提取語音信號(hào)的特征參數(shù)，對(duì)語音信號(hào)的處理分析很重要。因此，表征語音特征參數(shù)的獲取，是利用它們進(jìn)行準(zhǔn)確語音識(shí)別的關(guān)鍵。在這些參數(shù)中，基音周期的提取顯得更重要些，其提取的準(zhǔn)確與否直接影響到語音識(shí)別是否真實(shí)再現(xiàn)原始語音信號(hào)的頻譜?；糁芷谑钦Z音信號(hào)最重要的參數(shù)之一，它描述了語音激勵(lì)源的一個(gè)重要特征。基音周期是指發(fā)濁音時(shí)聲帶震動(dòng)所引起的周期運(yùn)動(dòng)時(shí)間間隔。語音信號(hào)是十分復(fù)雜的非平穩(wěn)信號(hào)，它不僅包括語義信息，還有個(gè)人特征信息，對(duì)于語音信號(hào)特征參數(shù)的研究是語音識(shí)別的基礎(chǔ)。特征參數(shù)應(yīng)能完全，準(zhǔn)確地表達(dá)語音信號(hào)，那么特征參數(shù)也應(yīng)能完全，準(zhǔn)確地表達(dá)語音信號(hào)所攜帶的全部信息。實(shí)驗(yàn)語音學(xué)給出的語音信號(hào)的特征參數(shù)本質(zhì)上講是客觀，合理的，存在的問題是不夠完全。僅對(duì)元音的特征進(jìn)行了深入的研究，輔音的領(lǐng)域就比較薄弱，最難的元﹑輔音的過渡就更是空白，但偏偏這一部分所含的信息量大，最難處理的。準(zhǔn)確可靠的對(duì)基音周期進(jìn)行檢測(cè)將直接影響整個(gè)語音處理系統(tǒng)的性能。聲帶的聲學(xué)功能是為語音提供主要的激勵(lì)源，由聲帶的振動(dòng)產(chǎn)生聲音，是形成聲音的基本聲源。根據(jù)聲帶是否震動(dòng)可以將語音信號(hào)分為清音跟濁音兩種。語音由聲帶震動(dòng)或不經(jīng)聲帶震動(dòng)來產(chǎn)生，其中由聲帶震動(dòng)產(chǎn)生的音統(tǒng)稱為濁音，而不由聲帶震動(dòng)產(chǎn)生的音統(tǒng)稱為清音。攜帶者語言中大部分的能量，濁音在時(shí)域上呈現(xiàn)出明顯的周期性。發(fā)濁音時(shí)，氣流通過聲門使聲帶產(chǎn)生張弛震蕩式振動(dòng)，產(chǎn)生準(zhǔn)周期的激勵(lì)脈沖串。這種聲帶振動(dòng)的頻率稱為基音頻率，相應(yīng)的周期就成為基音周期。在基音檢測(cè)的方法中，對(duì)每幀語音信號(hào)只進(jìn)行一次清濁判決，若判決為濁音，則以基音周期間隔的脈沖序列作為該幀的激勵(lì)信號(hào)；若為清音，則以隨機(jī)噪音作為該幀的激勵(lì)信號(hào)，實(shí)際中，清濁信號(hào)的過渡段是很難區(qū)分的，且激勵(lì)信號(hào)也常常含有類噪音成分，很難以幀加以區(qū)分。基音周期與先天個(gè)人的聲帶條件（比如聲帶的厚薄，韌性等）還有后天的個(gè)人說話習(xí)慣都有關(guān)系，在很大程度上反應(yīng)了個(gè)人的語音特征。語音信號(hào)還是隨著一些因素在變化的，男人聲音低，就基音頻率低，女基音頻率還跟隨著人的性別、年齡不同而有所不同。一般來說，男性說話者的基音頻率較低，大部分在70～200Hz的范圍內(nèi)，而女性說話者和小孩的基音頻率相對(duì)較高，在200～450Hz之間。基音周期的估計(jì)稱謂基音檢測(cè)，基音檢測(cè)的最終目的是為了找出和聲帶振動(dòng)頻率完全一致或盡可能相吻合的軌跡曲線。基音是指發(fā)濁音時(shí)聲帶震動(dòng)所引起的周期性，基音周期是指聲帶震動(dòng)頻率的倒數(shù)?；糁芷谛畔⒌膽?yīng)用很廣發(fā)，如：語音識(shí)別，說話人識(shí)別，語音分析與綜合以及低碼率語音編碼，發(fā)音系統(tǒng)疾病的診斷，聽覺殘障者的語言指導(dǎo)等。漢語是一門講聲調(diào)的語言，基音周期的變化恰好就是聲調(diào)，它攜帶的信息的辨別作用很重要，具有區(qū)別功能，聲調(diào)對(duì)于漢語語音的理解極為重要。在使用漢語進(jìn)行談話時(shí)，我們可以說話人的語調(diào)來了解其中的意思，也可以是用元音和輔音來辨識(shí)說話人的意思，但是，由于漢語中常常會(huì)出現(xiàn)多音字，就是一個(gè)字它有不同的讀音和不同的意義，所以，能夠準(zhǔn)確并且