【正文】 實(shí)現(xiàn)軟件上以MATLAB為重要工具，這一部分的內(nèi)容屬于實(shí)際應(yīng)用型，它不僅要求我們對(duì)語(yǔ)音識(shí)別的各個(gè)環(huán)節(jié)有詳細(xì)的了解，而且對(duì)個(gè)人軟件的使用情況以及編程能力要求較高。下圖為事先準(zhǔn)備的語(yǔ)音識(shí)別系統(tǒng)的文件結(jié)構(gòu)。在這里要感謝方老師提供的一些參考文獻(xiàn)，以及老師的耐心指導(dǎo)。 for j=1:3 pout(j) = viterbi(hmm{j}, m)。,i) hmm{i}=train(sample,[3 3 3 3])。%39。 warp end for x = (xa+1):n y_max = round(*(xn)+m)。 warp endelseif xaxb %xaxb, 按下面三個(gè)區(qū)域匹配 % 0 :xb % xb+1:xa % xa+1:N for x = 1:xb y_max = 2*x。 returnend% 計(jì)算匹配區(qū)域xa = round((2*mn)/3)。%function dist = dtw2(test, ref)global x y_min y_maxglobal t rglobal D dglobal m nt = test。, 39。red39。line([x1 x1], [min(amp),max(amp)], 39。Color39。原始信號(hào)39。 elseif count minlen % 語(yǔ)音長(zhǎng)度太短，認(rèn)為是噪聲 status = 0。 count = count + 1。zcr = sum(signs.*diffs,2)。 %用無(wú)聲的長(zhǎng)度來(lái)判斷語(yǔ)音是否結(jié)束minlen = 15。x = x / max(abs(x))。在這個(gè)版本中的MATLAB可能缺少一些需要的函數(shù)，我們可以事先下載一個(gè)工具箱到軟件默認(rèn)的路徑。這中間還要做FFT得到其頻譜，目的是實(shí)現(xiàn)時(shí)域信號(hào)到頻域信號(hào)的變換。再在matlab中輸入程序。但是此時(shí)我們還不能確定語(yǔ)音段是不是已經(jīng)達(dá)到。但是端點(diǎn)檢測(cè)的時(shí)候通常會(huì)受到噪聲、氣息、音調(diào)等因素的影響。以上是完成語(yǔ)音工具箱的路徑設(shè)置。本文的語(yǔ)音庫(kù)包括三位同學(xué)對(duì)1到9數(shù)字的實(shí)時(shí)錄音，一共有三組語(yǔ)音。MATLAB軟件對(duì)語(yǔ)音信號(hào)的處理和開(kāi)發(fā)很久就已經(jīng)開(kāi)始了。 (24) 。 動(dòng)態(tài)規(guī)劃算法基本步驟以下面的圖表為例： 表1 參考模板與測(cè)試模板匹配示意b6(參考模板）2 191 197 235 26b51 175 221 166 22b44 167 182 154 19b35 122 114 153 16b23 74 98 172 13b12 41 55 101 11待測(cè)模板a1a2a3a4上圖中的A是待測(cè)語(yǔ)音信號(hào)的模板，B代表參考模板?，F(xiàn)在我們?cè)O(shè)A有N幀矢量，B有M種矢量，且N不等于M，通常情況下兩者也是不相等的。以使其特征和模型特性進(jìn)行對(duì)正。 BaumWelch算法主要用于解決HMM的訓(xùn)練，定義為給定訓(xùn)練序列O和模型，在時(shí)刻t時(shí)馬爾科夫鏈處于狀態(tài)，在時(shí)為狀態(tài)概率，即 （18）可以導(dǎo)出 (19)那么，時(shí)刻t時(shí)馬爾科夫鏈處于狀態(tài)的概率為 (20) 由上面的式子可以導(dǎo)出BaumWelch的重估公式，重復(fù)計(jì)算過(guò)程可以起到改善模型的作用。 HMM中的一些算法的產(chǎn)生也是用于解決上面的兩個(gè)問(wèn)題。 B是輸入語(yǔ)音特征序列中的任意隨機(jī)變量在各狀態(tài)的輸出概率分布。對(duì)于本文而言，有多種不同的識(shí)別方法選擇，下面重點(diǎn)研究HMM和DTW兩種模型的算法。人工神經(jīng)網(wǎng)絡(luò)（ANN）。個(gè)數(shù)越少我們計(jì)算就會(huì)越簡(jiǎn)單，最后我們可以找到一條比較好的路徑方式。當(dāng)然為了語(yǔ)音識(shí)別技術(shù)的改進(jìn)一些多種技術(shù)聯(lián)合使用的新方法也得到推廣，比如說(shuō)HMM和VQ交叉使用的匹配方法就是一種對(duì)隱馬爾科夫改進(jìn)的方法。(3)定義一個(gè)濾波器組。通常的方法就是建立一個(gè)濾波器組，濾波器組之間會(huì)進(jìn)行頻率之間的相應(yīng)變換。我們知道信號(hào)存在眾多的特性，這些特性很多都可以作為參考量。 端點(diǎn)檢測(cè)之后我們就要開(kāi)始了整個(gè)系統(tǒng)中比較重要的一項(xiàng)技術(shù)那就是特征提取。我們選取了下面兩點(diǎn)作為參量來(lái)檢測(cè)。 圖5 Hamming及頻譜特性對(duì)于語(yǔ)音信號(hào)而言其包括有聲、靜音以及噪聲等比較復(fù)雜的成分。此外，分幀的大小也會(huì)直接影響到語(yǔ)音信號(hào)信息情況，根據(jù)信號(hào)處理的需求可以確定不同的幀長(zhǎng)，一般取幀長(zhǎng)取20ms。這種信號(hào)處理有一種經(jīng)常使用的處理函數(shù)，通常情況下，預(yù)加重一般是使用一階的數(shù)字濾波器181。抽取樣值間隔的大小直接影響語(yǔ)音信號(hào)的失真情況，抽取間隔過(guò)大可能造成語(yǔ)音信號(hào)信息的丟失，抽取間隔過(guò)小的情況下可能會(huì)發(fā)生信號(hào)波形的混疊情況產(chǎn)生干擾。從下圖我們可以看到實(shí)現(xiàn)的具體步驟。而對(duì)于語(yǔ)音識(shí)別的方法，后續(xù)內(nèi)容將會(huì)重點(diǎn)研究。論文中首先介紹了孤立詞語(yǔ)音識(shí)別系統(tǒng)的基本理論，分析了孤立詞語(yǔ)音識(shí)別的基本工作過(guò)程。 Isolated Word。 畢業(yè)論文（設(shè)計(jì)）題 目：孤立詞語(yǔ)音識(shí)別技術(shù)研究學(xué)生姓名：學(xué) 號(hào)：2012011257所在學(xué)院：機(jī)械與電子工程學(xué)院專業(yè)班級(jí)：電子信息科學(xué)與技術(shù)1202班屆 別：2016屆指導(dǎo)教師：方杰 皖西學(xué)院本科畢業(yè)設(shè)計(jì)（論文）創(chuàng)作誠(chéng)信承諾書(shū)：所提交的畢業(yè)設(shè)計(jì)（論文），題目《孤立詞語(yǔ)音識(shí)別技術(shù)研究 》是本人在指導(dǎo)教師指導(dǎo)下獨(dú)立完成的，沒(méi)有弄虛作假，沒(méi)有抄襲、剽竊別人的內(nèi)容； （論文）所使用的相關(guān)資料、數(shù)據(jù)、觀點(diǎn)等均真實(shí)可靠，文中所有引用的他人觀點(diǎn)、材料、數(shù)據(jù)、圖表均已標(biāo)注說(shuō)明來(lái)源； 3. 畢業(yè)設(shè)計(jì)（論文）中無(wú)抄襲、剽竊或不正當(dāng)引用他人學(xué)術(shù)觀點(diǎn)、思想和學(xué)術(shù)成果，偽造、篡改數(shù)據(jù)的情況； ：學(xué)校對(duì)畢業(yè)設(shè)計(jì)（論文）中的抄襲、剽竊、弄虛作假等違反學(xué)術(shù)規(guī)范的行為將嚴(yán)肅處理，并可能導(dǎo)致畢業(yè)設(shè)計(jì)（論文）成績(jī)不合格，無(wú)法正常畢業(yè)、取消學(xué)士學(xué)位資格或注銷并追回已發(fā)放的畢業(yè)證書(shū)、學(xué)士學(xué)位證書(shū)等嚴(yán)重后果； 、學(xué)校組織的畢業(yè)設(shè)計(jì)（論文）檢查、評(píng)比中，被發(fā)現(xiàn)有抄襲、剽竊、弄虛作假等違反學(xué)術(shù)規(guī)范的行為，本人愿意接受學(xué)校按有關(guān)規(guī)定給予的處理，并承擔(dān)相應(yīng)責(zé)任。 HMM。接著對(duì)語(yǔ)音識(shí)別中的關(guān)鍵技術(shù)加以介紹。下圖是識(shí)別的基本理論框圖：圖 1 語(yǔ)音識(shí)別系統(tǒng)的原理圖語(yǔ)音識(shí)別的實(shí)現(xiàn)是一個(gè)比較復(fù)雜的過(guò)程，這是因?yàn)樗鼱砍兜皆S多的知識(shí)點(diǎn)。 圖2 語(yǔ)音識(shí)別的基本實(shí)現(xiàn)過(guò)程對(duì)于待輸入的語(yǔ)音信號(hào)機(jī)器是不能直接對(duì)其分析和理解，那么我們就要將待測(cè)的信號(hào)先數(shù)字化。那么如何進(jìn)行合理的處理才能避免信息的丟失又能獲取較好的采樣，根據(jù)采樣定理 ：當(dāng)采樣頻率才可以很好的保留信號(hào)的大量信息。：H(Z)=1181。 加窗的目的是使信號(hào)的主瓣帶寬更加尖銳，旁瓣更窄，加窗常常應(yīng)用的函數(shù)是矩形窗、海明窗以及漢寧窗，根據(jù)不同的需要我們可以選擇不一樣的類型。我們需要將不一樣的時(shí)分段分開(kāi)來(lái)獲取必要的部分。短時(shí)能量、短時(shí)幅度 對(duì)信號(hào)完成上面的處理之后，第n幀的信號(hào)為： （4）N代表幀長(zhǎng)。它之所以如此的重要是因?yàn)樘卣鲄?shù)的選擇正確與否不僅會(huì)對(duì)系統(tǒng)識(shí)別的正確度起重大作用。比如能量，共振峰，語(yǔ)音頻譜等語(yǔ)音參數(shù)都可以作為語(yǔ)音信號(hào)的特征參數(shù)。下式為Mel頻率的公式： （8）式中f是實(shí)際的語(yǔ)音信號(hào)頻率。各個(gè)濾波器的中心頻率都設(shè)為f(m)，這些濾波器組在頻域上是有一些要求的，通常情況下它在一定的范圍內(nèi)。動(dòng)態(tài)時(shí)間規(guī)整技術(shù)（DTW）在識(shí)別中是比較早期的關(guān)于模式匹配與模型訓(xùn)練的技術(shù)。 隱馬爾科夫模型（HMM）是比較早的引入理論的。它