【正文】 ‘二次平滑法’）subplot(515）,plot(zhouqi4)。if nargin3 wintype=39。[r,c]=size(x)。else len=r； x=x.39。else 1=(n1)/2。end由程序運(yùn)行結(jié)果可以看出，組合平滑算法對原始基音周期的“野點(diǎn)”有很好的平滑作用，二次平滑算法在對語音“我到北京去”的平滑作用上，與組合平滑算法相差無幾，都很好地實(shí)現(xiàn)了對原始語音進(jìn)行平滑。39。plot(x1)。fc1=500。 %長度為N1的矩形窗Windowb1=fir1(N1,wc1/pi,Window)。低通濾波器的頻率響應(yīng)39。plot(x_low)。得到結(jié)果如下： 低通濾波器的頻率響應(yīng) a1經(jīng)過低通濾波器的波形再對濾波后的的語音信號x_low檢測基音周期，用上面講述的自相關(guān)函數(shù)法和平均幅度差法進(jìn)行基音周期的檢測，再進(jìn)行中值平滑處理，最后進(jìn)行比較。26 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 4 語音識別結(jié)果分析 4 語音識別結(jié)果分析 通過語音信號基音周期的對比就能夠識別出不同的人。在說話人識別系統(tǒng)中基因周期的提取是最重要的一環(huán)，基音周期的提取就是從說話人的語音信號中提取出表示說話人個性的基本特征。代表性的參數(shù)基音參數(shù)（靜態(tài)特征）。說話人識別系統(tǒng)框圖如下: 預(yù)處理特征提取參考模板 模式匹配 判決 訓(xùn)練 識別 結(jié)果 識別 說話人識別系統(tǒng)框圖說話人識別系統(tǒng)包括訓(xùn)練和識別兩個階段，在訓(xùn)練時，每個說話人重復(fù)一定次數(shù)的發(fā)音，然后檢測并分析每次發(fā)聲的語段，已提取特征，并利用動態(tài)時間規(guī)整技術(shù)，在時間上對齊特征序列且多次平均，形成每個說話人的模板。說話人識別系統(tǒng)的典型結(jié)構(gòu)如下圖： 相似性 相似性輸入語音參考模板或模型1（說話人1） 相似性參考模板或模型2（說話人2） 特征提取最大選取辨認(rèn)結(jié)束（識別）參考模板或模型3（說話人N） 說話人識別系統(tǒng)的典型結(jié)構(gòu)圖 由于本課題是錄入的人的聲音，所以就是說話人識別。先儲存一些模板，然后系統(tǒng)必須辨認(rèn)出特定人的語音是這些人中的哪一位，有時會還要求對N個以外的測試語音做出正確的判斷?，F(xiàn)在已經(jīng)證實(shí)了基音周期及其派生參數(shù)攜帶著比較多的個人信息。選定基音周期計算點(diǎn)，表一（小張的基音周期），表二（小王的基音周期）。訓(xùn)練過程就在以后的實(shí)踐中實(shí)現(xiàn)，讓一個人輸入不同的語料，在進(jìn)行基音周期的檢測，多次實(shí)現(xiàn)使得準(zhǔn)確，能在應(yīng)用時，更好的識別一個人，所以語音識別技術(shù)的提高空間很大，發(fā)展前景也相當(dāng)?shù)膹V闊。就例如安全保衛(wèi)領(lǐng)域(某些秘密場所的入門控制）﹑公安司法等領(lǐng)域的監(jiān)聽鑒別都有用到﹑還有一些多語信息的服務(wù)（旅游信息﹑應(yīng)急信息﹑電話信息和轉(zhuǎn)接信息,以及購物﹑銀行﹑股票交易等），很重要的是應(yīng)用于軍事領(lǐng)域（戰(zhàn)場環(huán)境的監(jiān)聽，指揮員的鑒別，對于人的身份國籍的判別）。雖然處在不同的條件下，說話人的這些高層次的特征受到一些影響，但是很微小，不至于影響到大的識別特征。因?yàn)閷?shí)際生活的環(huán)境是復(fù)雜的，語音會受到很多外在因素的影響。不同人的指紋不同，與此類似，不同的說話人也就具有不同的語音信號 ，說話人識別不再是識別簡單的讀音，短語，句子，而是要發(fā)展成能夠識別各種語種，不僅是國際語音，還能夠識別國內(nèi)各地方的方言，去鑒別此人的更詳細(xì)的信息，現(xiàn)在語音識別的挑戰(zhàn)也是相當(dāng)大的。語音識別是目前相對熱門的研究領(lǐng)域，因?yàn)樗梢詼p輕人的好些勞動，它是智能的一個前身，現(xiàn)在的智能手機(jī)的好些功能都用到語音識別，微信就是一個例子。說話作為交流的媒介，就能節(jié)省人手的動作，所以深入的研究語音識別是很有必要的。34 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 參考文獻(xiàn) 參考文獻(xiàn) [1] 胡航．語音信號處理[M]．哈爾濱：哈爾濱工業(yè)出版社，2000。化學(xué)工業(yè)出版社。[17]徐剛，黃冰，基于小波變換和歸一化自相關(guān)的基音檢測算法[J]。)。)。x=x(11001:22000)。)。n=220。 for i=(k+1):n。 end N=N+10。.39。幀數(shù)(n)39。)。35 如下圖所示：對每一幀信號進(jìn)行平均幅度差運(yùn)算程序如下： x=wavread(39。 figure(1)。 N=200。 sum=sum+abs(b1(m)b1(m+k1))。subplot(212)36 axis([0,200,0，*10^5])。40 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 致謝 致 謝首先感謝攀枝花學(xué)院對我大學(xué)四年的培養(yǎng)，感謝我們專業(yè)老師對于我們的悉心教導(dǎo)，讓我從以前只會學(xué)習(xí)知識的狀態(tài)轉(zhuǎn)變?yōu)榧骖欀R和專業(yè)技能的新世紀(jì)人才，讓我擁有一技之長，將來可以更好的為社會服務(wù)。在這畢業(yè)之際，借此機(jī)會也要好好感謝我們的輔導(dǎo)員，他為我們平時生活和學(xué)習(xí)做了很大的貢獻(xiàn)。很感謝學(xué)校給我們這次獨(dú)立完成的機(jī)會。在剛接觸時，覺得陳老師是個嚴(yán)肅認(rèn)真的人，給我提出了很多明確的要求，使得我有壓力，有動力來完成好自己的課程。再次感謝我的導(dǎo)師陳欣波老師對我的引導(dǎo)，雖然陳老師不是我的專業(yè)老師，但是陳老師在開題之初給我在論文中方向性的提示，讓我的眼界開闊，還是學(xué)到以前沒有接觸過的學(xué)科，讓我能夠明確自己在作畢業(yè)設(shè)計中應(yīng)該從那方面著手，使得僅能達(dá)到效果，而且實(shí)驗(yàn)的過程簡單，方便。得到結(jié)果如下：下面是放大的分析圖： 自相關(guān)函數(shù)法仿真后得到的數(shù)據(jù)片段：T= C