【正文】 12 2． 打開 Matlab 并新建一 .m文件； .m文件中用 y=wavread(‘’)命令讀入語音文件。)。)。窗口長度至少要大于基音周期的兩倍。 打開 Matlab，運行： x=wavread(39。 figure(1)。 %顯示聲音信號的波形 得到波形如下： 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 3 基于 Matlab 基音周期的檢測 14 圖 a1采樣信號波形 中心削波法的程序及其波形圖： a=wavread(39。 for i=1:L a(i)=a(i)/m。 for i=1:L。 plot(a,39。 title(39。樣點數(shù) 39。)。 if a(k)=th0 a(k)=a(k)th0。 end end m=max(a)。 plot(a,39。 title(39。 ylabel(39。39。 %對每一幀求短時自相關(guān)函數(shù) for k=1:n。 end end p=Rm(10:n)。 %算出對應(yīng)的周期 figure(2)。axis([0 length(T) 0 10])。ylabel(39。各幀基音周期 39。)。.39。 for k=1:200%延遲長度 sum=0。 end s=x(11001:220xx)。 得到結(jié)果如下： 圖 a1的語音波形 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 3 基于 Matlab 基音周期的檢測 19 圖 a1平均幅度差運算 基音周期檢測的后處理 我們可以從得到的基音周期波形中 看出形狀不規(guī)律，也看起來很復(fù)雜。 去除這些“野點”，使得基音軌跡能夠平滑，就需要進行平滑后處理。為了使平滑的基音軌跡更為貼近，還可以采用二次平滑的算法。rt39。 zhouqi0=medfilt1(zhouqi,5)。 w=zhouqi。 zhouqi3=w1+zhouqi2。v(3)=0。 v1=medfilt1(v1,5)。中值平滑 線性平滑 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 3 基于 Matlab 基音周期的檢測 21 xlabel(39。 xlabel(39。 xlabel(39。 xlabel(39。幀數(shù)’） ylabel(39。 end攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 3 基于 Matlab 基音周期的檢測 22 if nargin2 n=3； end win=hann(n)。sorry,no matrix here!:(39。 if mod(n,2)==0 1=n/2。 end for k=1:len y(k)=win39。 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 3 基于 Matlab 基音周期的檢測 23 濾波后的基音周期檢測 對采樣信號進行濾波處理，這里用截至頻率為 500Hz的低通濾波器 ,阻帶衰減20dB，過度帶寬 。 x1=x(11001:220xx)。原始語音信號 39。 if rem(N1,2)==0 N1=N1+1。 freqz(b1,1， 512)。 x_low= filter(b1,1,x1)。信號經(jīng)過低通濾波器 (時域 )39。其實，進行兩種算法的實現(xiàn)是想對比那種方法更實用。 說話人識別是語音識別中的一種，說話人識別利用的是語音信號中說話人的個性特征，不考慮包含在語音中的字詞的含義，強調(diào)的是說話人的個性。先天的差異主要表現(xiàn)在語音的共振峰頻率高低，帶寬的大小，平均基頻，頻譜基本形狀的斜率等，后天的差異表現(xiàn)在基頻，共振峰頻率的時間圖案，單詞的時間長短。說話人識別中，還要注意應(yīng)用在較長時段內(nèi)的過渡特征。說話人識別系統(tǒng)還面臨一些問題： 1）如何選取唯一的參數(shù)能有效并且可靠的表征 預(yù)處理 特征提取 參考模板 模式匹配 判決 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 27 說話人的語音特質(zhì)，然后是將怎樣對之進行處理； 2）如何的設(shè)定測量的相似度，使 得計算能既簡單又準確； 3）由于人在不同的狀態(tài)（如人的喜﹑怒﹑哀﹑樂，健康情況和生病情況）是在變化的，選取得參考參數(shù)怎么樣能適應(yīng)于說話人。說話人確認是判斷前后是不是同一個人，只能使用一個特定的模板和待識別的測試語音進行匹配，系統(tǒng)只會做出“ YES”或“ NO”的回答，即就是“一對一的判別”。 3）說話人識別的最終目的不是注重說人的內(nèi)容，故在識別時方法就有所不同，這其中就包括用以比較的幀和幀長的選定，識別邏輯的制定等。下面通過對比不同人的語音波形和基音周期來識別說話人： 通過 AMDF算法在 Matlab上的算法實現(xiàn)，我們能夠確定出基音周期的檢測點，并且通過這些點之間距離的計算，我們就能很直觀的知道某個人的基音周期，雖然還可以通過語音的長度除以語音的周期個數(shù)來求得基音周期，但是由于本實驗的語音是輸入的一句話，為了能更準確地提取基音信息，就在輸入用語音時，規(guī)定說話人說的內(nèi)容相同，在一句話中基音周期的個數(shù)是很難看出或數(shù)出，我們通過放大基音周期的波形，能相對比較準確的采集出一些點，來計算出每個人對應(yīng)的基音周期。可能本論文的結(jié)果不太精確，如果利用更高科技的器件，我相信每個人的基音周期都能檢測的很準確。 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 5 展望與應(yīng)用 30 5 展望與應(yīng)用 語音識別已經(jīng)讓計算機通過該識別轉(zhuǎn)化成相應(yīng)的文本或是命令，已經(jīng)從實驗室走向市場。 目前說話人識別系統(tǒng)的研究和開發(fā)已經(jīng)取得了令人鼓舞的成就，在一些系統(tǒng)中取得了很好的應(yīng)用，但它面臨的挑戰(zhàn)是巨大的，潛力的提高的潛力也是很大的，現(xiàn)在的系統(tǒng)的性能還不完善， 所以有待于進一步提高，這需要人們在說話人基音周期提取，現(xiàn)有說話人模型的改進，新模型及識別策略研究上進行長期堅持不懈的探索。 實用系統(tǒng)的研究。 如今，說話人識別技術(shù)已逐步走入實際應(yīng)用，而且應(yīng)用領(lǐng)域正在不斷擴大。就目前的整個信息社會發(fā)展趨勢看，語音技術(shù)有很多的應(yīng)用。它始終與當時信息科學(xué)中最活躍的前沿學(xué)科保持密切的聯(lián)系，并且一起發(fā)展。從基音周期的研究來提高語音的識別率還是比較簡單，快捷的。 [3]謝仕宏。 [5] 王炳錫，屈丹，彭煊 . 實用語音識別基礎(chǔ) 國防工業(yè)出版社 [6] 趙力 . 語音信號處理 . 機械工業(yè)出版社 [7] 張雪英 數(shù)字語音處理及 MATLAB仿真 電子 工業(yè)出版社 [8] 趙建偉，樓宏偉，徐大為，劉重慶．噪音環(huán)境下的基音檢測方法 [J] [9] 徐開宇 祝忠明 盧亞玲 數(shù)字信號處理 電子工業(yè)出版社 [11] 馬祥杰，孟相如，張百生．一種自相關(guān)基音檢測算法 [J]．通信技術(shù) 20xx [12] 張雄偉，陳亮，楊吉斌．現(xiàn)代語音處理技術(shù)及應(yīng)用 [M]．北京：機械工業(yè)出版社， 20xx?；瘜W(xué)工業(yè)出版社。攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 參考文獻 32 參考文獻 [1] 胡航．語音信號處理 [M]．哈爾濱：哈爾濱工業(yè)出版社， 20xx。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。語音識別是目前相對熱門的研究領(lǐng)域，因為它可以減輕人的好些勞動，它是智能的一個前身，現(xiàn)在的智能手機的好些功能都用到語音識別，微信就是一個例 子。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的信息，現(xiàn)在語音識別的挑戰(zhàn)也是相當大的。因為實際生活的環(huán)境是復(fù)雜的，語音會受到很多 外在因素的影響。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。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）。訓(xùn)練過程就在以后的實踐中實現(xiàn)，讓一個人輸入不同的語料，在進行基音周期的檢測，多次實現(xiàn)使得準確，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?shù)膹V闊。 選定基音周期計算點，表一（小張的基音周期），表二（小王的基音周期）?，F(xiàn)在已經(jīng)證實了基音周期及其派生參數(shù)攜帶著比較多的個人信息。先儲存一些模板，然后系統(tǒng)必須辨認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。 說話人識別系統(tǒng)的典型結(jié)構(gòu)如下圖： 圖 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。 說話人識別系統(tǒng)框圖如下 : 訓(xùn)練 識別 結(jié)果 識別 圖 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。代表性的參數(shù)基音參數(shù)（靜態(tài)特征）。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。 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 26 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 。 得到結(jié)果如下： 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 3 基于 Matlab 基音周期的檢測 24 圖 低通濾波器的頻率響應(yīng) 攀枝花學(xué)院本科畢業(yè)設(shè)計（論文 ） 3 基于 Matlab 基音周期的檢測